腾讯测开一二面面经

日期：2026.3.23时长：约35mins面试官：算法工程师 / 产品经理 （具体不清楚，但是确实懂一定技术）面试岗位：技术研究 实习生内容1 自我介绍2 项目介绍i.  对你的XXX项目感兴趣，请你介绍一下：a 我这个项目是系列项目，第一个……，第二个……，第三个……。b 其中做的最深的是第四个，硕士毕业项目。其中，用了……，因为我更关注……。其中会面临……问题，针对这个问题的关键是……，因此我采用……实现……来解决。ii. 我对你项目中的……技术点感兴趣，请你介绍一下：a 采用这个主要考虑……，通过这个点能实现……，最终实现……效果。iii.你项目中另一个……技术点是什么，和你之前的有什么区别？a 这个的作用是……。为什么要这样考虑呢？是因为……，所以从这个角度看，我可以构建……，这样和……技术点是匹配的。那么这样这个技术点可以实现……，之前的技术点可以实现……，他们结合在一起可以实现……。iv.这个领域对于多智能体问题采用的经典方法是……，我观察到你也采用了这个方法，你的方法是否相比于其他人的同样的方法有优势？a 首先这个方法是……方法，选用这个方法是因为……。b 基于此，我不认为我的方法有特别的优势，或者说我不认为所有采用这个方法的项目较其他采用这个方法的项目会有优势，原因是这个方法是工业化的首选，其往往需要在有限的体量内解决问题，就算对其有改进，改进的工作量相比于最终获得的性能提升也是有一定的得不偿失。此外，考虑对方法进行改进并不是我们这个专业或方向的工作重点，我们更关注的是通过技术方法解决细化问题中的难点，也就是工程技术的具体应用与落地，至于方法的改进当然重要，但这个内容更可能是数学或计算机相关的关注重点。v .你做了这么多项目，是如何通过数据评价你的项目有效的？a 您是想问如何通过一些指标来量化评价项目的成效吗？ --》 是b 对于这些项目的结果评价，需要一个第一性的原理支撑。我们的原理来自于……，从其中可以抽离出几个方面进行评价。具体是……。感觉这一部分没有特别深入技术的细节，很多都是项目设计的逻辑和完备性出发的问题。3 场景提问i.  你平时关注……吗？a 关注的，我特别关注……。ii .那么你应该也知道，在这个……中会有……。如果让你来设计一个……，你会如何通过你的技术栈来设计？a 首先，我认为……有不同的行为模式和目标。那么接受的状态可以包含……，然后采用分层设计，上层宏观决策……，比如要让这个做出……宏观行为，下层微观决策……，让……做出具体的……。b 最后在执行上，可以根据……动态调整，比如……我就……，反过来则加一些噪声或者添加随机化的参数……。这一部分感觉也不算很难，根据发的面试邮件的主题提前问问ai准备一下，有清晰的思路应该就没问题。4 反问a 对于这次面试，从您的角度出发是否有改进点？i.  没有什么特别的改进点，包括其他面试官和你提的也不一定都是你需要改进的，总之这个东西千人千面，我们更关注的是你是否与我们的项目match，是否一进来就有所产出（我理解的不是马上有产出，而是在一段时间之后真的在解决问题，而不是全在学习，所以最后可能有点言重了？我不清楚，但确实是这样说的）b 对于后续的面试流程，大概会在多长时间内进行？i.  就我接触到的，一般来说都在一周之内会有反馈，不论是进入到下一环节还是pass。c 如果我最终入职了相关岗位，实习生是否有相关的算力资源？i.  有的，这一块不用担心d 如果我最终入职了相关岗位，实习生是否有相关的ai Coding额度？i.  有的，你可以在网上搜一下，现在基本上每个人每年都配备了……额度，每个月……。整体来说感觉状态良好，无手撕。

笔试完ai面完到现在还是这个流程

继续来分享下之前的面经~欢迎友好讨论，信息共享1.作为京东的重度用户，你认为当前京东APP中，哪个关键环节的用户体验，最值得用AI进行优化？请具体描述痛点及你设想的AI解决方案2.京东拥有庞大的商品库和用户标签体系。如果希望进一步提升首页推荐的点击率和GMV转化率，除了优化算法模型，从产品侧可以有哪些创新手段？3.面对“用户活跃度高但购买转化率徘徊”的挑战，如何设计一个基于AI的、全链路的“潜客唤醒与转化”产品策略？请描述从识别、触达到转化的闭环设计4.京东物流的核心优势在于供应链效率。请构思一个利用AI技术优化“仓储管理”或“末端配送”的具体方案，并重点分析其需要依赖哪些数据输入，以及最终如何衡量其产出5.“智能补货”是经典课题。作为产品经理，在推动算法团队开发更精准的补货模型时，你需要从业务侧提供哪些关键输入，并如何设置合理的评估指标与迭代机制？6.京东搜索的准确性直接影响成交。当用户搜索一个模糊query时，AI可以在理解用户意图、重排商品序列上做哪些事？请描述理想的产品体验7.针对京东快车，如何利用AI帮助中小商家更简单、高效地进行广告投放，提升其ROI？请提出1-2个核心产品功能点8.电商平台面临复杂的黑产攻击。请简述一个你了解的AI风控场景，并说明作为产品经理，你如何协同算法与业务，构建一个持续迭代的攻防体系

依旧忘了录音, 记录下有印象的问题Q: 项目中说到了从claude ADK迁移到Gemini API. 为什么.Q: 如果有个无限长上下文的模型, 是否可以把所有信息都放到上下文?A: 不能, 信息可能会有噪音, 影响模型判断.Q: 场景: 一个有很多内容的需求文档, 是否可以把整个文档放到上下文中, 让模型直接实现?A: 内容太多,模型的注意力可能兼顾不了, 需要分模块输入. (猜的)Q: 如果分模块输入, agent是否会对整个需求没有认知,导致做出来的成果不符合预期?A: 可以参考人的协作. 每个agent工作在独立的worktree上, 定义一个约束, 每个模块期望的效果, 接口等.Q: 用过哪些code agent?A: cursor, claude等Q: 你觉得claude code和cursor分别适合什么样的任务?A: 我觉得没啥区别. 效果都可以.主要用cursor因为便宜Q: cursor用过什么skill觉得好用?A: superpowers. 有brainstorming, git等 前者可以帮助理清需求, 后者是教git的最佳实践.可以每个任务对应一个worktree, 代码追溯更方便, 适合多agent协作.补充: (skill creator. 这个没说,但是也挺好用的. 需要干重复的任务可以直接让cursor写个skill)Q: 了解过spec-drivening 的code agent吗?A: 用过kilo 的spec模式. 觉得机制有点重 需求文档+实现文档, 不如brainstorm + plan mode.Q: 了解上下文压缩机制吗?A: 看过gemini CLI的源码, 他的实现是保留最近30%对话, 压缩另外70%的内容.用LLM生成结构化摘要Q: 为什么压缩前70%? 最开始的几轮对话明确需求不是很重要吗?A: 生产摘要的提示词明确要求模型填写需求内容.Q: 你觉得以后的软件工程会变成什么样?A: 我觉得以后不用人不用写代码, 而是给agent 说明需求.并校验agent生成的代码.补充: 这个问题我觉得答得不太好, 软件工程不只是写代码, 也包含测试, 部署, 维护等操作.补充: 现在想想可以是AI 驱动的软件工程, 代码AI写, 测试AI自动测, 部署维护也是AI来做.Q: 玩过Openclaw吗? 了解其的记忆机制吗?A: 了解, 主要有两阶段: memory_search: 用RAG检索memory文件, 返回topN 相关的内容以及文件路径以及行数. agent可以选择调用memory_get:一个类似read的tool读取memory文件的内容.Q: 如果检索返回了很多相关的内容,如何选择最相关的?A: 向量相似度比较, 选择最相近的n个Q: 了解embeding吗?A: 好像是语义检索计算相似度的模型. 这个不太了解Q: 用大模型来判断哪些内容最相关,是否可行?A: 挺有意思的.Q: 实际上没人这么做, 你觉得为什么?A: 返回的内容可能很多, 超过模型最大上下文,模型判断不好.补充: (可以加上速度, 成本的因素)Q: OpenClaw有个pi-coding-agent, 与你的项目有什么区别?A: 不太了解pi.Q: 对候选人的期望:A: 代码能力不要求,因为100% ai生成代码A: 了解底层原理,需要有较强的学习能力, 对前沿的产品能快速复现.Q: 反问环节:Q: 你觉得agent开发最重要的是什么?A: 评测机制.补充: 无手撕.这次面试体感上感觉还可以, 但是仔细复盘发现有不少问题.主要是RAG的机制不熟,rerank不知道.还有对大模型的底层原理不了解.这次面的问题都比较开放, 所以我把我的回答也写了上去, 各位如果有不同意见的留言, 一块讨论.