发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.langgragh搭的agent1·短期记忆摘要压缩怎么实现的？有哪些常见的摘要压缩方式？2·长期记忆的实现方式，异步是什么实现的？如果并发程度更高怎么处理？3·用户输入和长期记忆矛盾怎么处理？长期记忆怎么设置遗忘机制？4·图片消耗token怎么存储？2. 黑马点评1·redis的使用场景有哪些？2·乐观锁和悲观锁的区别？3·库存超卖如果抢单失败了用户返回什么？4·高并发场景如果resid宕机了不能用了除了扩容还能怎么办？3. 几个agent相关的问题1·如何去评价一个agent的完整体系？2·现在的agent和以前的古法编程的区别你觉得是什么？3·你觉得agent能给我们提效吗？ai coding环节给一个题目和一个内部的agent协作完成。比较崩溃的是我和ai正对话的时候面试官突然问我某个参数怎么设置的，然后我开始翻ai生成的参数

发点面经攒攒人品～1.项目拷打2.python里的list和dic常见的操作以及复杂度3.栈和队列的原理和使用场景4.TCP和UDP的区别5.RMSNORM和layernorm区别6.GQA MHA MQA的区别7.项目的创新点8.基于RAGFlow的项目问的是9.项目创新点1.怎样精确把图片识别为一个块2.怎样减小幻觉的3.手撕原地合并两个升序数组

bg：双非本984.5硕c++岗位：游戏服务器开发工程师================4-20投递================4-25笔试笔试总共四百多分，其中360分分配给4道算法，其他有填空、单选、多选和开放题，加起来100分不到，两小时，可以说时间十分极限。第一题忘了，反正是签到题。第三题小模拟，给你一个n*m（<1e5)地图，里面有”\"和“/”的镜子，还有“LRUD”类型的光源，问总共有多少格子被照亮，模拟一遍就出来了。第四题动态规划，给你一个n*m（<1e5)地图，每个地方有价值w的宝箱，只能从(1,1)往下或往左走到(n,m)，然后有q个传送门(x,y)，采到传送门只能选择右边和下面的最大一个宝箱走，就是二维动态规划在特判传送门点就行。最后说第二题，这题有很大问题：把背景故事去掉就是：给你n(<1e5)个1，给你q(<1e5)次操作，每次操作选取下标[l,r]全部变成0，并输出当前最长1的长度。看数据范围，多次修改多次查询，线段树板子没跑了。所以我这题留在最后做，还剩半小时，第二题考线段树也是神人了，抄板子也来不及，其实我想到第二种方法就是直接用优先队列存最大线段，如果每次修改不在最大范围内就放进队列，在的话就重新处理一遍队列，后来码到一半剩5分钟没时间了，直接暴力（两层for循环）。您猜怎么着？过了，运行时间3ms，不为别的这题专卡ACMer。================笔试完之后天天官网看进度，一直准备游戏相关的项目准备一面5-7 感谢信你要觉得我学历不行你可以直接不要让我笔试直接挂我，我笔试都写出来你不给我一面就很ex你知道吗

发一下问题给大家参考，攒攒人品！1.实习拷打1·实习项目的背景？2·有没有遇到agent不适配其他手机机型的情况？怎么处理的？3·交并日志处理这里为什么会是并发的？2.项目拷打3.自己用langgraph搭的agent1·用claude code的时候为什么使用时间越长响应就越慢？2·项目里vl模型和文本模型的分工？3·向量库检索相似度计算的优化？4·有了解哪些比较火的agent？5·agent的harness能力有哪些体现？6·claude code和hermes agent在创建skill时候的区别？7·你认为现在哪些agent可能被淘汰？新兴的agent应具备哪些能力？8·场景题：让豆包和cluade code进行对话需要怎么设计？增加哪些模块？

攒人品中，祝大家都能拿到满意的Offer！1.你现在主要使用的开发语言有哪些?2.有使用过Java吗，对Java的掌握程度怎么样?3.Python里面的init_(和_new_)有什么区别?4.了解带有下划线的_new_方法吗?5.Python里面传参是传值还是传引用?6.如果对参数传入一个字符串类型，如何在方法内部修改它并把这个字符串的值传递出来?7.any和or有什么区别?8.Python里面有哪些元素最终判断为 False?9.Python里面的copy(浅拷贝)跟deepcopy(深拷贝)有什么区别?10.Python里面的垃圾回收机制是怎么样的?11.怎么去提高一个Python文件的运行效率?在编译层面还可以怎么做?12.Python里面会出现内存泄漏吗?13.怎么理解内存泄漏?全局变量算内存泄漏吗?14.如果把列表(List)本身作为一、二级缓存来使用，算内存泄漏吗?15.在操作系统方面，进程跟线程有什么区别?16.引入线程主要是为了解决什么样的问题?17.从浏览器里面输入一个URL，到整个页面的展示，中间的过程是怎样的?18.DNS解析用的是TCP还是UDP?19.TCP是几次握手、几次挥手?20.四次挥手有可能会变成三次吗(出现三个报文的情况)?21.什么是对称加密跟非对称加密?22.HTTP请求中GET和POST有什么区别?23.GET的长度限制是哪里限制的?是客户端还是服务端的限制?24.有用过哪些AI相关的编程工具?

继续来分享下最近的面经~欢迎友好讨论，信息共享1.Qwen3.5架构2.介绍GRPO,对比DPO,PPO3.上下文管理方法，怎么优化的，不同优化方式有什么理解吗4.claudecode了解吗，跟codex有什么区别，cc使用有什么技巧，cc为什么这么好用5.Skills和MCP区别6.介绍Openclaw7.用户低质量，语义模糊的询问怎么处理8.讲讲Agent领域最新进展9.LLM前沿的论文10.讲讲Agent领域比较火的开源项目的了解，和自己做的差距在哪里

努力拥抱AI中…1.你的AI项目的亮点是什么?2.上下文压缩算法的触发条件3.长任务(执行几天，步骤很多)在你的项目中是怎么做的?4.有了解claudeCode的Hook机制功能知道嘛?解释一下5.装饰器设计模式和代码设计模式6.看过Springboot/Spring的源码嘛?里面用到了哪些设计模式7.mysql的锁有哪些?8.讲一下乐观锁和悲观锁手撕:一道原创题，大致题意:给定一个链表"head={4,2,8}和 一课二叉树 root=Rn{1,4,4,1,2,null,2,null,null,nul1,2,8,2,1,null,null,null,null,8,null,null}(貌似是这样的)判断一下这课树中存不存在一条路径和链表是一样的。

感觉自己好菜、面试很难，还是要多多练习1、实习拷打2、项目相关的问题3、八股a. ThreadLocal怎么使用的+相关的八股b. RPC 和 Http分别有什么用？两者有什么区别c. 知道限流吗？限流怎么做？4、AI相关a. 了解Rag吗？它是干什么的？b. Rag和普通的大模型回答有什么区别？c. Agent 和普通工作流有什么区别？d. 平常怎么用AI Coding的？e. AI Coding生成的代码不是你想要的你怎么办？有什么提效方式

继续来分享下最近的面经~欢迎友好讨论，信息共享RAG 架构与检索流程1、为什么引入父子索引?2、为什么在检索阶段引入BM25?(追问)BM25和向量检索是怎样组合的?比例是如何设置的?(追问)整体检索流程是怎样的?从query 到最 终上下文的完整流程是什么?(追问)检索阶段有没有做rerank?使用的是什 么方式?Rerank 与检索结果处理1、rerank后一般返回几个块?(追问)为什么选择这个数量?有没有做过验证?2、rerank后的topK截断是怎么做的?(追问)为什么是这个值?有没有尝试过其他策略?(追问)如果上下文长度不够或过长,你是怎么处理的?上下文工程与记忆机制1、讲一下上下文工程是怎么设计的。(追问)上下文拼接的结构是怎样的?(追问)如何避免上下文过长导致模型性能下降?2、记忆机制是怎么做的?(追问)短期记忆和长期记忆是如何区分和存储 的?(追问)记忆更新策略是什么?Agent设计与工具调用1、Function Calling 是怎么设计的?2、Agent的任务规划是怎么做的?(追问)规划是由模型完成还是通过规则实现?(追问)多工具调用时如何决定调用顺序?(追问)如果工具调用失败如何处理?

感觉面完人都通透了，还是太菜了，下去沉淀一下1.如何设计多模型支持架构？2.多租户环境下模型切换是否支持热更新？切换是否相互独立？3.Agent 的记忆、工具调用、知识库检索等关键组件是如何实现的？4.系统中的 Agent 包含哪些具体状态？5.后端 Agent 是否支持多租户同时调用？6.Session 和 User ID 是如何绑定的？7.Agent 工具调用的完整业务流程是怎样的？8.长期记忆和短期记忆在设计上有什么区别？本质上有什么区别？9.SSE 在前后端是如何交互的？10.后端以什么数据格式推送流式信息？11.Agent 发生“工具调用”时，SSE 推送的事件结构中通常包含哪些字段？12.MCP的交互流程是怎样的？13.Agent 如何与 MCP Server 连接通信？14.RAG 的主要模式和主要工作流程是怎样的？15.Agent 一般在什么阶段去查询向量知识库？通过什么方式去查询？16.查询知识库的工具函数，其标准输入和输出是什么？17.Go 语言的 GMP 调度模型是怎样的？18.GMP 模型中的 Machine (M) 代表什么？19.Processor (P) 上的本地队列长度通常是多少？20.系统如何实现图像识别等多模态功能？21.为什么不直接使用多模态大模型？

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.AI Coding用过什么。2.AI Coding和AI Agent如何一起使用，即如何用AI Coding开发一个AI Agent3.有没有试过用langchain和langgraph做AI Agent的开发？有什么感受？4.对云熟不熟？有哪些产品？相关的实践有哪些？5.有哪些推理引擎？大模型推理有哪些指标？6.为什么要用PD分离？业界方案是怎么样的？mooncake的KV Cache是否有外挂？7.你如何看待AI Agent的发展现状？未来又是什么看法？8.langchain的主要在这个chain 怎么理解这个chain9.提示词怎么设计的 如何设计10.rag怎么构建的11.模型微调qwen2.5-3B 用llamafacotry 怎么做的12.mcp mcp是什么13.工具调用失败 怎么办14.想要按照结构输出怎么办？15.多agent协作 如何做 设置工作流16.介绍一下你的项目17.你提到的coze，coze有两版，一个是拖拽式的编排，新的一版是直接使用agent？，你使用的是哪一种？你是怎么设计节点的？

感觉面完人都通透了，还是太菜了，下去沉淀一下1.实习拷打2.项目拷打3.如果你要向一个不太理解AI的同事去解释RAG，你会怎么用一个通俗易懂的话语去解释RAG，并说明其核心价值和主要应用场景？4.有没有一种比较通俗的类比，可以让他很快速的去大概理解一下这个东西呢？5.假设你从来没接触过向量数据库。现在有一个项目就需要使用它，你一般会如何快速的去学习和上手呢？6.在一个RAG系统中，用户反馈检索到的文档很多但是回答的质量不好，你会从哪些角度去分析和解决这个问题呢？7.请简单解释一下什么是余弦相似度。在RAG系统中，它通常用来做什么？8.什么是嵌入？在RAG系统中为什么需要将文本转化为向量（嵌入）呢？9.你最近有没有在自己在钻研一些新的方向呢？

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.介绍实习经历2.项目拷打3.上下文过长时的处理方法4.工具多导致token数过多的解决办法5.Mcp server的构建方式6.介绍了解的强化学习内容7.上下文管理的实现方式8.如何判断当前对话与历史对话有无关9.代码题：数组中仅一个元素出现一次，其余均出现两次，要求线性时间、常数空间复杂度10.大模型调用Mcp工具的完整流程

发点面经攒攒人品～1.实习拷打2.项目拷打3.RLHF中奖励模型（RM）的训练数据如何构建？4.推理加速技术5.模型剪枝/量化（GPTQ、AWQ）、服务化框架（FastAPI+vLLM）6.如何优化大模型在长文本生成中的显存占用？7.微调方法对比8.设计一个ai爬取字节视频，如何设计？9.Transformer自注意力机制、位置编码、梯度消失/爆炸的解决方案10.如何解决大模型API服务的响应延迟问题？

整体面试还是不错的，但是没后续了，不知道是哪里出了问题一.实习拷打二.项目12.1 现在有了Claude Code，为什么还要去重复的做一个类似的项目呢？2.2 这个项目和Claude Code相比，核心差异是什么？有什么比他做的好，什么不如他？2.3 分层上下文管理，每一层管的是什么？2.4 摘要生成器使用什么模型做的？这个摘要质量要如何保证？2.5 有没有尝试一下关于subagent的探索？启动多个agent的作用是什么？2.6 主agent和子agent的通信是怎么实现的？2.7 有没有遇到过agent陷入死循环的情况？有什么解决方案？三.项目23.1 GRPO和PPO的区别？3.2 KL散度，具体是怎么加入的？这个值太大或者太小有什么问题？3.3 Qlora的rank怎么设置的？3.4 训练参数是怎么选的？有没有调参测试？3.5 lora和qlora的区别是什么？3.6 量化之后对训练的效果影响是怎么样的？3.7 梯度检查点的原理。它对训练速度大概减缓多少?四.随机提问4.1 平时用过哪些Ai agent的工具?4.2 你觉得Ai工具，最大的帮助场景是什么?4.3 有没有遇到过Ai应用或者工具无法解决的场景?4.4 平时写的代码或者实习写的代码有多少是Ai生成的?4.5 openclaw有没有实际使用过？有没有做相关的了解？比如它的架构设计上的优势是什么?4.6 你觉得类似于openclaw或者Claude code，它现在还有哪些地方是可以改进的?4.7 Claude code源码泄露，有没有去了解它，有什么比较创新的东西？4.8 从开发者的角度，做agent最难的部分是什么？4.9 自己做agent的时候，踩过最大的坑是什么？4.10 一个好的prompt和一个差的prompt的区别?4.11 除了Qwen3VL，还有没有使用过其他的多模态大模型?4.12 有没有了解一些端侧部署的模型?

继续来分享下最近的面经~1.项目拷打2.实习经历介绍2.1做一个开放平台需要有哪些模块2.2开放平台的鉴权如何做，有没有了解过OAuth22.3开放平台的网关能做一些什么事情2.4KV数据库底层原理和技术选型3.场景题3.1如何设计一个秒杀系统3.2热点行更新是具体怎么做的4.AI相关4.1对AI了解到什么程度4.2为什么想要做Agent相关的工作4.3飞书的MCP工具是如何写的4.4你的AIcoding的经验有哪些4.5如果做一个通用Memory的功能

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.Agent跟LLM的区别？2.Agent结构包含哪些部分？3.听说过Agent loop吗？4.MCP是什么？如果MCP特别多的话要怎么管理？5.Agent是怎么实现上下文记忆的？6.tool层怎么定义的？tool层具体在agent运行是怎么被调用的？7.向量数据库是什么？跟传统数据库有什么区别？做demo用过什么主流向量数据库？8.向量数据库在agent是怎么被应用的？讲一下具体检索算法的实现？9.在各家api平台有开销吗？自己做项目面对api开销成本过大怎么办（非coding plan）？10.无手撕

1️⃣一、项目相关1. Agent项目是否上线部署？2. 是否使用过LangChain等框架？3. 意图识别模块如何实现？4. 项目用到哪些工具？5. 如何提升工具调用正确率？6. 知识库如何构建？7. RAG项目的分块策略有哪些？8. 知识检索如何提升回答正确率？9. 如何解析知识库中的表格/图片文件？10. 系统是否用到ReAct模式？11. 如何提升模型回答性能？12. Prompt层面有哪些优化手段？2️⃣二、大模型基础1. Token与字符的区别2. LangChain与LangGraph的了解3. Agent常见模式（ReAct/Plan and Execute等）4. Lost in the middle问题的解决方案5. Prompt的常见结构3️⃣三、开发基础1. 线程池参数2. 进程/线程/协程的区别3. HashMap原理4️⃣四、算法题1. 除自身以外数组的乘积5️⃣五、反问环节1. 部门C端消费者业务介绍2. 业务中AI应用研发相关内容3. 面试表现优化建议📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1️⃣一、项目相关1. Agent项目是否上线部署？2. 是否使用过LangChain等框架？3. 意图识别模块如何实现？4. 项目用到哪些工具？5. 如何提升工具调用正确率？6. 知识库如何构建？7. RAG项目的分块策略有哪些？8. 知识检索如何提升回答正确率？9. 如何解析知识库中的表格/图片文件？10. 系统是否用到ReAct模式？11. 如何提升模型回答性能？12. Prompt层面有哪些优化手段？2️⃣二、大模型基础1. Token与字符的区别2. LangChain与LangGraph的了解3. Agent常见模式（ReAct/Plan and Execute等）4. Lost in the middle问题的解决方案5. Prompt的常见结构3️⃣三、开发基础1. 线程池参数2. 进程/线程/协程的区别3. HashMap原理4️⃣四、算法题1. 除自身以外数组的乘积5️⃣五、反问环节1. 部门C端消费者业务介绍2. 业务中AI应用研发相关内容3. 面试表现优化建议📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。