1.请描述一个你用 AI 工具（如 Dify、n8n、飞书多维表、Notion AI、Zapier 或自写脚本）解决过的真实重复性问题。需包含：①原始人工流程痛点；②你选择的工具及原因；③具体实现步骤（如字段设计、触发逻辑、API 对接点等）；④上线后效果（是否可追踪？是否被他人复用？）。若无正式项目，可用课程作业、社团运营、个人知识管理等场景替代，但须提供截图、链接或清晰过程描述。2.假设业务方提出需求：' 每次销售团队提交客户拜访记录后，系统需自动提取客户行业、意向产品、下次跟进时间，并同步到 CRM 和飞书日历，超时未跟进则发提醒。' 请你用 1 分钟以内语音，口头拆解这个需求 —— 重...

发发面经攒攒人品！agent1.处理其他类型的文件比如pdf或者等等有什么别的处理方式?2.你的上下文记忆是怎么处理的?会话是怎么管理的?比如用户连续提问了三个问题，你的数据是怎么存储的，用什么类型的数据结构?那假如是多台服务器部署怎么处理这个存储的问题?你这个滑动窗口机制是怎么判断消息的先后顺序的?3.SSE技术具体是怎么实现的?它相比于http协议有什么优势?假如我在对话的时候关闭页面，怎么保证对话内容不丢失?客户端怎么知道连接断开了?4.你是怎么解决大模型的幻觉问题的?systemprompt怎么设计可以举一个具体的例子吗?5.怎么评估模型的性能?java项目1.你这个redis+lua脚本可以实现预扣减，具体的逻辑是怎么样的?你的数据最终是放在redis吗?还是什么?怎么保证一致性?2.你有了解过redis的可靠性吗?3.你了解过哪些限流算法?分别是什么?怎么实现的?优缺点是什么?

继续来分享下最近的面经~欢迎友好讨论，信息共享1.介绍一下你认为的一个项目的难点，你是怎么解决的agent项目1.你的rag流程是怎么样的?每一步有哪些优化的思路可以说说吗?2.你的多agent协作是什么样的?每个子agent的职责是什么?3.向量化模型有考虑到别的模型吗?有没有做过对比实验?你是怎么考虑的4.可以讲一个具体的应用场景吗?具体的链路是怎么样的5.怎么评估模型的性能和效果java项目1.java出现oom或者CPU飙高，应该怎么排查问题?具体的案例?2.springai用过吗?有用过别的框架吗?有何优势与缺点?3.jvm垃圾回收机制了解哪些?各种垃圾回收算法用在哪些场景?4.op实现原理?5.jdk代理和另一个代理的区别6.项目里用aop做过什么实际的东西?7.Claude code泄露的源代码有没有看过8.agentmcpskill各是什么有什么关系

1. 你现在做的系统如果让我一句话理解，它解决的核心问题是什么2. 如果让你重新设计这套系统，你会先拆哪几个边界，而不是先画微服务图先拆交易主链路和旁路能力。主链路只保留强约束动作，比如下单、库存冻结、支付确认、履约状态推进；旁路能力像风控、推荐、画像、报表、运营分析都要尽量异步化。再往下拆数据边界，订单事实、库存事实、支付事实不能混成一张万能表。最后才是服务边界，因为很多系统不是服务没拆好，而是业务一致性边界一开始就画错了。3. 一套交易系统里，什么地方最容易被误判成“性能问题”，其实是模型设计问题最典型的是状态字段过载。很多系统把几十种业务状态塞进一个 status，然后所有查询、补偿、回...

攒人品中，祝大家都能拿到满意的Offer！1.rcg和上下文区别和各自优缺点2.rag怎么实现?向量数据库调过参数吗?3.多轮对话上下文记忆怎么实现的?4.调用的模型是啥?5.用到哪些message?6.用sse为啥不用flux呢?没考虑选型是吗?7.多agent之间怎么分工协作?8.为啥需要三个agent?一个agent不行吗?单agent和多agent区别是啥基础9.事务注解了解吗?10.注解失效怎么办?11.hashmap发生严重哈希冲突，转红黑树的时候删除了一些元素，那红黑树什么情况下退回链表是直接转换回去吗()12.用java几?新版本虚拟线程的特性14.接触过Python吗ai coding

攒人品中 1.项目拷打2.讲讲做的哪个agent对你的学习，进步是最大的开发agent这块学到哪些知识，有什么困难?问题?讲讲rag3.为什么用这个数据库?有什么优势?八股4.讲讲线程生命周期线程用什么方法避免多线程死锁?资源竞争?锁的基本原理5.java除了synchronized之外避免多线程问题IOC，aop原理6.redis基本数据结构有哪些怎么用7.redis事务应用场景8.rocketmg怎么保证消息可靠性

本地商业1. 先做一下实习时候的业务介绍，有什么提升2. AI Coding 功能从能演示到能交付，中间差的到底是什么差的不是模型会不会写代码，而是系统有没有交付闭环。演示阶段只要能在几个样例上生成看起来对的 patch 就行，但生产可交付要求它能处理不完整需求、脏仓库、编译失败、依赖缺失、测试不稳定和回滚策略。真正落地时必须加任务约束、静态检查、sandbox、单测回归、补丁审计和失败分级，否则所谓“生成功能”只是把风险后移给人。AI Coding 一旦进入真实研发流，评价标准就从“会不会写”变成“出了错能不能收住”。 def deliverable_check(repo, patch): ...

给我面没招了，发点面经攒攒人品～1.实习拷打2. 对着之前的一个agent项目详细的深挖，问了agent的架构，多个agent之间如何交互，skill怎么生成，检索机制，和单智能体比好在哪里等等3.用的哪个基模，模型大小多少，模型参数是啥，有对比其他基模吗4.skill的机制5.有没有做过rag，rag的分块和召回6. 依旧是之前的agent项目，有什么创新点能拿去投稿7. 论文拷打8. 写prompt，智能导购agent进行意图识别

感觉面完人都通透了，还是太菜了，下去沉淀一下1.实习项目相关问题2.介绍智能客服系统中你的负责部分、面临的问题及解决方案。3.如何解决大模型在客服场景中的幻觉问题？4.是每个场景对应多个 Agent？5.新架构是否存在泛化性损失问题？如何处理新活动规则等未见过的知识注入？6.Expert Agent 是以什么维度划分的？7.新架构的 AB 测试指标提升具体来自哪些模块？8.如何从线上真实对话构造Expert Agent 的 SFT 训练数据？9.Expert Agent 的 prompt 主要输入有哪些？模型输出是什么？10.Expert Agent 是否有预设工作流（workflow）和任务描述？11.Expert Agent 的评价指标（出商品率、商品正确率）具体如何定义和获取评测数据？12.智能客服 Chatbot 是否面临多轮对话中信息遗忘、流程偏离、回复机械感的问题？如何应对？13.如何优化多智能体系统（MAS）中各 Agent 的协作，避免局部优化但整体效果不佳？14.多智能体系统中如何设计奖励函数促进 Agent 协作而非竞争？八股1.什么是优势函数？2.PPO 中需要训练哪几个模型？3.PPO 中参考模型的作用是什么？4.什么是 Reward Hacking？有哪些缓解 / 优化方案？5.智能对话多轮场景中，attention 机制的局限性是什么？有哪些优化思路？手撕：排序K个升序链表

1. 实习拷打2. AI Coding 的笔试如果只是人工造 case 去测，你觉得它离生产可交付还差什么人工造 case 只能验证“在已知分布上能不能过样例”，离生产可交付还差三层。第一层是任务边界，要明确输入约束、输出格式、失败语义和回滚策略，不然模型生成的内容没法进入真实工作流。第二层是稳定性，要知道不同仓库规模、不同语言、不同依赖环境下性能会不会抖。第三层是验收能力，必须补静态检查、单测、sandbox 执行、diff 审核和回归评估。没有这些，AI Coding 最多是演示能力，不是工程能力。 def validate_patch(patch, repo_path): if not ...

简直是夯爆了！！！1.实习项目相关问题2.详细介绍一下你做过的智能客服系统。3.你们这套系统主要的应用场景大概是怎么样的？能举个例子介绍一下。4.什么情况下需要用到你的那个 expert 相关技术？5.整套系统的主要难点是在于什么地方？6.中间的 Planner，它的规划机制是怎么样的？比如它底层需要调用哪些工具？是不是需要多轮规划？中间的一些详细设计是怎么设计的？7.你们怎么去评估客服对客户的输出是好还是坏？8.搜索功能是怎么实现的？9.你在中间起到的主要作用是什么？你做出了什么改进？10.你这个迭代的过程中，有 ground truth 吗？比如每一个 query 实际上最终最相关的商品是有哪些？11.你中间做了一些什么样的技术迭代？最终体现在人工评估指标上有什么样的提升？有做过对比吗？12.这个人工评估的指标是怎么设计的？最后它的指标结果怎么样？13.这个指标结果是内部人工评估的，还是线上的结果？14.中间优化的过程中，你们用的是一个什么样的模型？15.你的那个 expert 模型，怎么去训练的？样本从哪里来？16.导购场景的数据是真实的用户跟人工客服对话的场景数据吗？17.训练的样本量大概是多大？18.1000 条样本就足够训练你的这个模型了吗？19.你对比过训练之前跟训练之后，同样的问题模型学习后的能力提升大概有多少？20.你能做到比原始蒸馏出来的模型效果还强吗？21.训这个 8B 的模型用的是多大显存的？什么显卡？八股1.正常来说，1B 的模型在没有做任何量化的情况下，原始 FP 格式存储大概要占到多少显存？2.不考虑梯度的情况，单纯只考虑 Inference，把参数加载到显存里面大概要占多少显存？3.平时有用过一些量化加速的方法吗？4.常用的量化手段比如 INT4、INT8、BF，它们之间怎么做到加速的？你有了解过吗？5.FP 跟 BF 之间的区别，你了解吗？6.FP 和 BF 底层实现的区别主要在哪个地方？7.正常的 MP32 在底层数据存储上，小数是怎么表示的？手撕：有连续的 N 个正整数，随机抽出一个（不拿头尾），将其他数乱序放入 N-1 大小的数组中，找出被取出的数。要求时间复杂度 O (N)，空间复杂度 O (1)。

继续来分享下最近的面经~欢迎友好讨论，信息共享1.实习拷打2.你们这个对抗式状态机是什么？3．你认为状态机和流式的workflow的区别是什么？分别什么时候用？4.你们这个工作流是解决什么问题的？用户是谁？5. 那你们这个工作流延迟是不是很高啊？怎么解决的？6.你写的减少token消耗，体现在哪里？7. 你在华为还做了什么，mcp和skil做出来主要是怎么使用的？拷打自己的agent项目1.你这个组件可插拔是什么意思？2. 你的多个Agent之间的是怎么处理输入的？你用的这种动态上下文具体是什么数据结构？3. mcp和skill的区别是什么？4.你的工程中是如何处理上下文的？5.你的RAG工程中是如何处理分块的？6.你的react范式是怎么做的？这种React和COT的区别是什么？你认为二者分别是在什么情况下使用。7. 你认为多agent和单agent各自适应的场景是什么？8. 有没有用过langchain，你认为它的优点是什么？9.你了解过prompt 工程，context工程，harness工程，他们的区别是什么？Ai coding写一个高并发分发优惠券的系统，要求对不同人群进行分类，配有不同的优惠券分发方案，要求模块采用继承架构设计，要求考虑边界条件，最终要求一个完整的系统，有main函数做一个demo展示系统功能。并且含有完整的边界约束测试。最后要有使用说明Readme文档。

1. 做一下自我介绍2. Java 里线程的工作原理，不从 API 角度回答，说一说线程本质上是操作系统调度的执行单元，在 JVM 里对应一条独立的执行路径。面试里往深一点讲，重点不是 Thread 类怎么用，而是线程和 CPU 时间片、用户态内核态切换、上下文切换成本、工作内存与主内存可见性之间的关系。Java 程序看上去是多个线程在同时执行，真正底层依赖的是操作系统调度器、CPU cache、一致性协议和 JVM 对内存模型的约束。很多并发 bug 并不是“线程不安全”这四个字能概括，而是可见性、原子性和有序性没有同时满足。3. volatile 到底解决了什么问题，为什么它不是轻量版 s...

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. 上下文压缩率达到85%，压缩之后的效果有进行测试吗？3. N轮窗口会不会超过大模型上下文限制？4. 用Prompt保留重要信息后，压缩效果有量化指标吗？5. 项目优化之后的上线标准是什么？6. 动态知识注入是什么，能讲一下吗？7. RAG全链路是怎么设计的？从用户query输入到检索再到大模型回复。8. query改写后召回指标大概能到多少？9. 如果要改进RAG链路，你有什么想法？10. 知识图谱怎么构建？11. 意图识别用lora微调，数据是怎么清洗的？12. 原始数据清洗的标准是什么？13. 如何通过提示词让大模型按要求清洗并保留目标数据？清洗指标是什么？14. 意图识别一共分多少个意图类别？15. 数据清洗打完标签后，还需要做预处理再微调吗？16. 意图识别模块有做过其他实验提升指标吗？17. 原生大模型不训练，仅靠提示词意图识别准确率是多少？18. Agent全链路调度以及工具调用机制是怎么做的？19. 项目替换成小龙虾架构是否有可行性？20. GRPO和PPO的区别30. 手撕三数之和，并讲解题思路

发点面经攒攒人品～1.介绍项目 要求STAR法则2.有没有了解一些多agent的框架3.rag和微调的区别和使用场景4.rag使用场景，有什么优缺点5.function call到mcp到skills区别与优缺点6.开放问题：大模型的未来发展，可能会影响什么，工作范式会如何改变7.手撕：滑动窗口最大值

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.项目拷打2.向量模块的基本索引是怎么存的，中间经过什么可以把数据召回回来3.普通redis跟redisearch有什么区别，比如数据结构上，底层是采用的什么4.它是都具备一种scan的能力，比如量化查询5.它的底层实现与mysql这种存储结构有什么区别呢6.注解@Tool这种方式的底层怎么实现的7.spring的aop和ioc是什么怎么实现的8.agent执行循环，怎么判断是否需要执行下一个循环9.举一个复杂的例子串一下10.提取摘要的时候如何避免摘要提取错误导致上下文扭曲11.function call 、mcp、skills有什么区别12.为什么skills会逐渐成为流行的趋势13.open claw是否去搭建过14.是否自己写过skills15.tcp的握手与挥手16.流式输出用的是哪个协议

1．自我介绍2．拷打第一段实习3．拷打第二段实习4.实习期间，觉得哪一些是比较难的点？成长最多的是哪一块？5.CTR Group AUC 怎么理解？和 AUC 的别是什么？为什么要看 GAUC ?6.GAUC（第二段实习）加权平均的权重是什么？7．离线的 CTR AUC 值是多少， Group AUC 大概是多少？（追问具体数值）8. CTR 的 Label Average 大概是多少？9．为什么非常稀疏的目标，全局 AUC 容易学得很高？10.手撕 Sigmoid 函数的表达式和求导。11．算法题：最长回文子串，时间复杂度是多少？有复杂度低一点的方法吗？（追问 Manacher 算法）📳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。

1．自我介绍2．拷打第一段实习3．拷打第二段实习4.实习期间，觉得哪一些是比较难的点？成长最多的是哪一块？5.CTR Group AUC 怎么理解？和 AUC 的别是什么？为什么要看 GAUC ?6.GAUC（第二段实习）加权平均的权重是什么？7．离线的 CTR AUC 值是多少， Group AUC 大概是多少？（追问具体数值）8. CTR 的 Label Average 大概是多少？9．为什么非常稀疏的目标，全局 AUC 容易学得很高？10.手撕 Sigmoid 函数的表达式和求导。11．算法题：最长回文子串，时间复杂度是多少？有复杂度低一点的方法吗？（追问 Manacher 算法）📳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。

被挂了，希望发出来对大家有帮助！1.详细介绍一下agent项目2.上下文超限是怎么处理的3.生成摘要的提示词有什么4.系统提示词是怎么设计的5.举一个例子阐述一下，什么场景下，使用了什么提示词，解决了什么问题6.有两个相似的工具，如何保证准确调用7.如果说做一件事情需要调用十几个接口，该怎么保证事情完成得符合你的要求8.有了解过skills吗9.skills为解决什么问题而诞生的10.RAG解决的是什么问题11.怎么保证不出现幻觉12.准确率和召回率是怎么衡量的13.摘要缓冲机制是在哪个地方触发的，假如在agent循环调用工具过程中token超限了呢14.redis缓存击穿，穿透，雪崩的场景及解决方案15.mysql的存储引擎16.为什么用b+树做存储结构，特点是什么17.b+树和跳表有什么差异18.什么场景下用到了跳表19.做项目的过程中遇到了什么问题，怎么解决的20.ai coding做一个后端热更新模块，有配置文件更新时，需要进行回调