高德--Agent研发--二面面经

1.怎么看待大模型场景的 Agent,比如说我们在大模型之前写 workflow，现在换成了 Agent,或者之前是小模型换成了大模型，仅此而已。你认为真的 Agent 相比过去解决了更多的问题吗?为什么?2.你认为之前的传统行业写 workflow 和现在的行业 agent，有本质的区别吗?3.你去构建一个 Agent 架构或者系统的时候和传统的后端架构业务架构来说，有一些什么不一样的地方吗，有哪些是要额外关注的地方吗?4.你提到性能问题，你之前做 Agent 的时候有提到大模型推理加速相关问题吗?5.你做 Agent 系统的时候，你有没有遇到一些比较深刻的问题，或者设计 Agent 架构的时候怎么设计的?比如比较复杂的问题，很难解决的问题。6.你刚才提到了 Multi-Agent，你认为不能用传统的业务逻辑来解答?为什么一定西用 Agent 来解答。7.传统的业务后端框架，我们通常是将业务问题抽象成一个标准化的流程，设计成比如算子化等标准范式，这是传统解决大模型的思路，在大模型场景里，在大型场景化中，可能很多你需要在原来的工作环境中去抽象或者标准化的东西它自己经搞定，他不在需要你去设计什么，那这个时候在 Agent 中，就变成了下限很低，上限很高的东西，有些人可能就根据可视化的界面拖拽就创建了一个 AgentRAG，那这个时候你觉得真正需要工程在里面参与的部分还存在吗?或者说你觉得在这里面到底要解决一个什么问题?还是说从业务的场景下就退下来了，真正去做像 &&z&, dify 这种平台性的架构就可以了。8.你最近有没有看过一些和 Agent 相关的前沿的技术报告，论文，或者先进的技术9.算法题寻找众数，并且要求不存在众数返回-1

1. 介绍RAG流程；介绍对编码模型的了解、原理、优缺点；如何评估编码模型的能力2. RAG有哪些分类；多模态RAG有哪些实现框架；伪多模态RAG和多模态RAG分别怎么实现，有什么区别；CLIP可以用于哪一类多模态RAG3. RAG怎么评估，RAG评估体系中最重要的是什么4. 传统RAG有什么痛点；介绍GraphRAG，GraphRAG的难点是什么；GraphRAG如何应对增量场景5. 介绍微调负责的工作；大模型微调最重要的是什么6. 后训练有哪些方式；微调有哪些方式；LoRA原理及参数量7. 介绍DPO；DPO与PPO的区别8. 介绍一些Agent的实现框架；这些框架有什么区别；LangGraph适用于什么场景；LangGraph构建Agent的方式有哪几种9. 场景题：客户输入一个软件或网页界面截图，如何通过RAG的方式帮助用户了解界面的每一个组件作用10.代码：136.只出现一次的数字

rtrt，🥺求求各位的建议

1.给机器人写一段prompot提示词，执行前进后退，拿握的指令2.讲讲spring ai3.mcp和function calling的区别4.rag是怎么实现的,知识库和上下文memory5.java注解是怎么实现的6.讲讲依赖注入7.会话内容怎么保存的，没持久化吗8.讲讲创建mcp服务和调用mcp的过程