1. 介绍下自己的优缺点2. 你的 Agent 主要是用来解决什么问题的？这个 Agent 主要解决跨境电商运营中“数据分散、决策链路长、人工分析慢”的问题。传统运营需要分别看广告后台、商品后台、库存系统、用户评论、竞品价格和售后工单，再人工判断问题原因。Agent 的目标是把这些数据源通过工具封装起来，让模型按任务目标自动规划查询步骤，并生成有证据支撑的运营建议。比如用户问“为什么这款蓝牙耳机最近销量下滑”，Agent 不会直接回答，而是会拆成几个子任务：查曝光和点击是否下降，查转化率是否下降，查广告 ROI 是否异常，查库存是否断货，查评论是否出现集中差评，查竞品是否降价。最后根据证据判断...

大家好，我是马丁。最近不少同学准备 AI Agent 面试，问我有没有高频题清单。于是基于面试问题出现频次与难度加权排序，精选了 50 道最高频的必刷题，覆盖 Agent、RAG、LLM、MCP、AICoding 等核心方向，希望对求职或跳槽的小伙伴有所帮助。一、筛选说明排序规则：出现频次 × 难度权重（基础=1，进阶=1.5，深入=2） 更新周期：持续更新二、Top50 题目列表1、什么是 ReAct？它的思考-行动-观察循环和工具调用流程是怎样的？ 分类：Agent / LLM 难度：进阶 高频公司：淘天、腾讯、字节、百度2、RAG 中长文档切片的粒度和分块策略如何设计与优化？ 分类：RA...

📍面试公司：阿里云🕐面试时间：5.14💻面试岗位：JAVA研发❓面试问题：1. 抛开 AI 部分，讲讲整个服务架构是什么样的？包括前端怎么用、后端怎么用、前后端怎么交互？2. Redis 是存短期内容吗？是用于做缓存还是其他用途？3. 了解 Spring Boot 的整个启动原理吗？Spring Boot 打的包结构是怎么样的？服务是怎么启动的？4. 整个项目的代码是自己写的，还是主要由 AI 全部自动生成的？5. 没有 AI 之前，你自己有没有单独搞过纯手搭的项目？6. 两个 AI agent 的主要分工是什么？介绍一下对话 agent 和运维 agent 的核心能力？7. 有没有做多轮循环的控制？如果 agent 一直循环调用工具会怎么处理？8. RAG 的 TOKEN 调优省了 50%，是生成 TOKEN 还是输入 TOKEN？怎么计算的这个数值？做了哪些具体的调优工作？9. 上下文压缩有什么策略？如何避免过滤掉有用信息、留下噪音数据？10. 对于长期有效的信息，会做什么特殊处理把它留存下来吗？11. 平均检索度 80% 以上，有没有自己构建评估集？评估集是怎么处理的？处理了多少数据？12. AI agent 用的哪个大模型来做的？13. 觉得 Claude 好在哪里（从模型本身和 agent 设计两个方面）？对它的 agent 整个运行原理了解吗？14. 从你的角度看，大模型本身重要，还是整个 agent 的架构设计更重要？15. 本地生活服务平台的主要内容有哪些？开发过程中有没有碰到在线问题调试、节点故障之类的问题？16. 假设线上发现内存不停地缓慢增长，不确定是哪行代码出的问题，你会怎么排查？有办法定位到具体代码吗？17. JVM 里面主要的组件有哪些？JVM 的体系了解吗？能讲一下 JVM 的内存模型吗？18. 本地方法栈主要是用于什么用途的？19. 方法区空间出现预警了，最大的可能是什么原因？有办法回收方法区的垃圾吗？运行时怎么处理方法区空间不足的问题？20. 了解 classloader（类加载器）吗？通过 classloader 有办法处理动态类加载过多的问题吗？21. 了解 Tomcat 吗？看过整个设计吗？

5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...

周一下午4点，面了100分钟，阿里云基础平台研发二面，面试官人很好，但是我太菜了项目：评论表、缓存一致性、项目应用背景、评论划分楼层、如何防止超卖等。经典八股：url从输入到前端显示。AICoding：设计kv store，30分钟实现必要功能，扩充反问：业务（没想到还很广）晚上7.30腾讯PCG后台一面（100分钟，疑似KPI）首先手撕算法：给定二叉树和目标串，有多少条根到叶节点的路径是目标串的子序列，写了40min，首先没有建树，通过了。然后要求必须实现二叉树（PS：正常人哪有把树的定义写Main类里面的）然后盘问项目：缓存一致性、通信协议、如何异步等（我和他对彼此的问题和回答无语）八股：慢查询、TCP四次挥手反问：业务（互不关心）

方向不合适，面试官也没怎么问1. 自我介绍2. 我看你的简历以后端开发为主，你了解我们这个岗位的情况吗？3. 讲一下你做的项目怎么部署的4. 你本地部署的环境是什么5. linux这一块你熟悉吗？就是操作系统相关的东西6. 网络这一块你了解多少？7. tcp、https握手挥手你了解多少？8. 我看你有个agent项目，你对agent和大模型了解多少9. 手撕两道题目（都不会）1. 一个数组，可以按照任意顺序把里面的数字拼起来得到一个数字，需要让最终结果尽可能大2. 用熟悉的语言获取网卡信息（比如网卡型号、最大网速啥的），然后按照指定格式打印10. 你的职业规划是什么11. 反问：组里大概做什么- 阿里边缘云相关。两大产品CDN和SDN。我们团队以运营为主，主要是用工程能力做一些稳定性工作。- 40%精力做一些基础工作，比如日常告警规则的指定，售后相关、交付工作比如任务部署到边缘- 60%经历围绕效率和稳定性展开- 30%做一些ai提效工具，智能运维啥的- 30%横向相关，跨团队合作、值班、工单等12. 你怎么看这个工作，有意向吗？（感觉方向不合适，容器、虚拟化啥的我也不会，感觉不太合适，拒绝了）13. 最后面试官说今年是ai落地元年，大家都在往这里转，阿里里面基本上vibe coding为主，你可以多关注ai一下，无论什么方向

最近把自己做的 Super Agent 开源了，一个 Java 技术栈的企业级 AI 智能体平台，分享一下做这个项目过程中的思考。GitHub地址链接：https://github.com/java-up-up/super-agent先说说这个项目解决了什么问题面试被问 RAG、Agent、MCP 的时候，大多数人能说出概念，但一追问细节就卡住了。原因很简单——大家学 AI 的方式基本是跟着教程调 API，跑通一个 Demo 就觉得会了。但 Demo 和能上线的系统之间，差的不是代码量，是对每个环节的深入理解。Super Agent 就是把这些"真正会遇到的问题"都实现了一...

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

攒人品中，祝大家都能拿到满意的Offer！1.go和Java的区别是什么2.Java中spring的bean是什么，生命周期说一下3.讲一下gRPC协议，为什么要用二进制编码4.tcp协议5.MySQL中的索引数据结构，联合索引6.如何用Redis实现分布式锁，衍生了一堆场景7.rerank模型原理，作用8.embedding和rerank模型原理上的区别9.transformer中的QK是怎么计算的10.HNSW索引原理11.完整描述一次大模型生成底层发生了什么12.拷打简历项目一个模块的具体源码，类的数据结构13.RAG的分块策略是什么14.介绍上一段实习的亮点工作展开追问15.cursor/claude code平时是怎么使用的

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.实习拷打2.调试过程中遇到哪些问题，如何解决，有什么调试经验吗3.你们有做什么操作来把这些调试经验沉淀下来吗4.如何去评估调试之后的性能是否提升怎么去评估，评估系统如何搭建，除了这些还能想到什么5.上下文机制是如何做的6.平时用ai写代码吗，流程是怎么样的7.aicoding:网关系统实现

给我面没招了，发点面经攒攒人品～1.实习项目深挖2.如何设计评价体系，有搭建系统吗3.项目里用的是multi-agent吗，整体工作流是什么样的，为什么这么选型4.如何搭建知识库的，你们做了哪些操作来优化性能5.实践中碰到哪些困难，如何解决的6.针对实习工作内容的一些询问7.Alcoding:实现日志分析系统，计算关键指标8.平时用AI多吗，占比多少

发一下问题给大家参考，攒攒人品！1.项目深挖(实习+科研)2.agent系统如何评价实习项目里有遇到什么问题吗，如何解决3.幻觉问题如何解决4.如果再让你做一次，你会怎么提升5.场景题:你会怎么在资源调度的场景下实现一个分析调度的agent手撕算法-01背包6.算法扩展:当约束条件不只有重量，还有体积呢，该怎么实现。进一步如果约束条件有n个呢

攒人品中，祝大家都能拿到满意的Offer！1. 实习内容，问的非常详细，会问到你负责了什么，用了多少张卡，学习率怎么样，训练了多久，用了多少数据，数据是怎么准备的，显存占用怎么样2. 如何判断模型是否收敛3. 如果训练的时候梯度消失或者爆炸，你怎么解决如何系统判断是否训练完成，特别是在视频生成模型中4. 有哪些常见的蒸馏方法5. LORA 微调的原理6. DiT 的框架流程，如何时间注入，讲一讲 AdaLN讲一下 flow Matching，原理，优势现在为什么大家都用 RMSNorm 而不是LayerNorm7. Adam 和 AdamW 的原理，有什么改进8. 二叉树的右视图非 hot 100，滑动窗口扎破所有气球的最少箭数

自我介绍实习挑一个你觉得比较出色的工作，讲讲背景、你做了什么、有什么收获以及最具有挑战的事情八股JAVA 常用的集合类有哪些，它们的区别是什么；在并发场景下需要注意什么JDK 中一些辅助并发的类有没有用过JAVA 中的 IO 模型知道哪些了解过垃圾回收机制底层的原理和算法吗

给我面没招了，发点面经攒攒人品～1.算法题：两个无序链表合并为一个有序链表2.建立连接时常用的超时时间有哪些？分别起什么作用？3.I/O 多路复用：select、poll、epoll 的区别是什么？4.介绍一下红黑树（Red-Black Tree）及其效率特点。5.操作系统中有哪些机制或系统调用使用了红黑树？6.CPU Load（负载）和 CPU Usage（利用率）有什么区别？7.高 Load 代表什么？高 CPU Usage 代表什么？8.CPU 利用率低但 Load 很高的原因是什么？如何排查？9.磁盘目录满了，如何定位占用空间最大的文件？10.df 显示磁盘满但找不到大文件的原因是什么？如何排查？11.操作系统内存回收机制是什么？阈值设置不合理会导致什么？12.什么是 MySQL 的回表？如何避免？13.数据库连接数打满如何发现和优化？14.如何规避 SQL 注入？15.MySQL 自增 ID 达到上限会发生什么？16.Redis + Lua 如何解决超卖和一人一单问题？17.Redis 如何保证 Lua 脚本的原子性？18.缓存逻辑过期与物理过期的区别是什么？解决什么问题？19.缓存穿透中缓存空值方案有什么问题？如何优化？20.Redis 分布式锁（Redisson）实现原理？如何避免死锁？21.滑动窗口限流的实现原理及优点？

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. 实习拷打2. 项目拷打2.1 现在复盘一下，有哪些可以优化改进的点2.2 问知识图谱构建和维护怎么做，困难点有什么？3. 场景题3.1 问到了他们正在做的场景3.2 文档撰写的速度可能跟不上产品迭代的速度，怎么搭建agent来解决这个问题？4. 对agent的了解，context engineering和现在的harness engineering 的区别，平时用小龙虾来做什么，claude code怎么做记忆管理，做梦机制是什么？没有手撕

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 实习拷打2. 项目拷打2.1 Agentic RAG和传统RAG的区别2.2  检索是怎么做的，生成怎么控制幻觉2.3  当时采用了langgraph架构，现在这么多框架，会考虑换框架吗？为什么？3. 场景题3.1 如果现在要处理海量多源异构的数据，RAG 怎么做3.2 新的文档进来时，如何判断是新增，还是替换旧知识？3.3 如何验证一个新文档的正确性？比如文档说阿里发布了一个新的xx标准，怎么去验证该标准的可信度？4. 手撕—快排，邮箱发题目链接，进入他们的IDE环境

非科班转码面试见闻录一、前言不扯什么转码学习路线，我自己也摸索着走过来，水平也一般。单纯记录这阵子几十场面试的真实经历和心得，能帮到同是非科班转码的人就行。二、几场印象最深的大厂面试前后面了二三十场，整体运气不算差，大部分面试官人都挺好。1.百度后端实习流程：一面→二面→OC面试前专门准备了嵌入式实习经历，结果面试官压根不关心。一面问Go基础、手写线程安全map、慢SQL优化、手撕算法，还问了K8s、Docker和项目QPS。那时候我刚转码没多久，基础很杂，很多科班常识都不懂，QPS这种概念都不知道。没想到还是过了一面。二面手撕算法做了四十多分钟，面试官看我服务端底子弱，没刻意深挖短板，很人性化，最后顺利通关。2.字节广告推荐架构止步一面。跟面试官聊得很投缘，深挖实习项目我都答上来了，对方也认可我的参与度。但我只刷了LeetCode热题，碰到冷门算法题直接卡壳，只能讲思路写不出完整代码。字节对手撕要求太高，直接挂了，基本也把我字节面评搞脏了，后续也没再投。3.腾讯TEG一面过，等复试时直接流程终止。面试很突然，第二天就面。面试官很随和，像聊天一样深挖实习，问计网八股、protobuf和HTTP2区别、HTTPS3、中间人劫持这些。手撕考LRU，我轻松写出来，还被问优化思路。自己嘴笨，面试官问还有没没考的八股，我老实说了，又被追加提问，纯属给自己挖坑。本来以为稳进复试，结果等了几天直接收到流程结束短信。腾讯横向对比太狠，之后我在腾讯面试一直被反复卡。4.阿里国际/Lazada反复被捞、多次面试。阿里笔试Prompt大题巨坑，写了一堆提示词一分没得。遇到过很敷衍的面试官，全程心不在焉、不尊重面试者，只揪着我Agent项目问，答完直接秒挂；也碰到很负责的面试官，不会的点会引导提示。后面阿里国际站捞我，一面全程聊AI认知、程序员发展，面试官点出我简历太堆技术、不写业务指标，意外进了二面，节后继续面。5.淘天一面直接挂。没主动投，被简历捞的。不想周末面试改到工作日，面试全程不聊实习项目，上来直接轰炸偏门八股，还问Agent、Harness、Transformer这些。一边实习一边面试，根本没时间复盘八股，一问三不知，挂得明明白白。很不喜欢这种不走流程、上来硬考八股的面试，感觉面试官不上心，体验极差。6.阿里云一面→二面→HR面 拿意向面试体验最好的一场。一面深挖实习项目、架构设计，算法只口述不用手写，还现场AI编码做网关服务，全程看解题思路。二面基本闲聊个人情况、到岗时间。HR面比较尖锐，反复问我非科班背景、性格和表达。面完聊意向、其他Offer进度，三天后发意向。三、真实面试感悟1.今年非科班转码行情明显变难比去年卷太多，现在后端实习不止考传统八股，Agent、RAG、大模型、Transformer、Harness全是必问项。只准备后端项目不够，必须额外备Agent大模型项目，技术栈要求直接翻倍。2.面试真的很看运气面试官风格太关键：愿意聊项目、挖业务的，我能发挥得很好；一上来硬考冷门八股的，基本必挂。能不能过，不全看自己实力，还要看同批竞争者水平，没必要过度内耗。3.求职是双向选择，别把姿态放太低现在能一眼看出KPI面、敷衍不尊重人的面试官，遇到直接摆烂敷衍就行。没必要为不上心的面试官焦虑内耗，面试本来就是互相筛选，没必要委屈自己。4.挂岗不全是自己菜行业标准越来越高，内卷严重，达不到面试官预期很正常，不用自我否定。四、非科班转码真实思考面试里次次被问非科班背景，不管技术面还是HR面。客观来说：企业天然偏爱科班，底子扎实、培养成本低。非科班想突围，必须有远超常人的亮点，不然很难竞争。现在转码要学的东西太多：后端全栈+大模型Agent+疯狂刷题，短短半年很难做出差异化优势。科班和非科班在思维方式、学习逻辑上本身就有差距，行情越卷，差距放得越大。真心建议后面想转码的同学，慎重评估风险，别盲目跟风。五、结尾找实习又累又熬人，暂时没Offer不用焦虑，不是你不行，只是时机没到。拿到Offer只是新的开始，不是终点。也祝愿所有转码赶路的人，前路安稳，一路长青。

面试问智能体项目，面试官问背后的大模型是本地还是线上，我回答本地跑不动，就用了线上，还问我线上用哪一家，（阿里云）最后还问了如果要把智能体部署到服务器上，并用自己特调的模型，服务器4核4G，该怎么操作。答利用平台（又是阿里云）部署自己的模型，肯定不会在买的服务器上部署，带不动。