淘天AI应用研发一面-暑期实习

之前已经电话面过，这回为正式一面。一、 实习项目拷打实习，不方便透露；二、 高并发演进与 MQ 消息中间件1. 性能优化演进、详细描述 AI 用例缺陷审查任务的优化过程面对 1~2 亿条msg的突发消息洪峰（MQ 压力极大），除了单机单线程处理，还有什么更好的架构级解决方案？2. RabbitMQ vs RocketMQ 技术选型请对比 RabbitMQ 和 RocketMQ 的底层架构与优缺点。这两种 MQ 分别适用于什么样的业务场景？RocketMQ 的 ACK 机制和消息重发机制是怎样的？如何在这两种 MQ 中实现顺序消费？如何支持分布式事务消息？三、 AI Agent 与 RAG 架构设计1. RAG的痛点与优化如何解决 RAG 检索出来的知识忠实度不够、回答有偏差的问题？对于长文档（如 200~300M 包含图片的文档），Chunk（文本块）的切分策略是怎样的？大模型上下文窗口变大后（如从 256K 提升至 1M），如何解决“中间遗忘 (Lost in the middle)”的问题？2. Agent 编排与大模型框架在简单的问答任务和复杂的配置任务中，分别采用了哪种 Agent 架构？MAS 多智能体架构在处理复杂任务时有什么明显的缺点？为什么选择 Spring AI 框架？在实际使用中发现它有什么缺陷？四、 场景架构题与 AI 评测机制1. Agent 评测体系 (Eval)你们通过哪些指标来评测 Agent 的表现？如何定义和评判一个回答是否是“高分回答”？2. 真实大厂高容错场景设计场景描述： 如果将你的 AI 配置助手放在天猫商家/运营的真实环境中，面对成千上万的用户请求，必须保证极高的容错率和准确率。同时，真实用户的反馈收集率通常极低（万分之几）。问题要求： 在此背景下，如何升级你的系统架构？如何进行自动化的投放与评测闭环？【无论过没过，双非本科能面淘天已经非常感谢🙏🙏🙏】

1. 做一下自我介绍2. RAG 分块策略应该怎么选，真正影响效果的核心因素是什么分块策略不是越细越好，也不是统一按 token 长度切就行。真正影响效果的是 chunk 是否保留了完整语义单元、是否带有足够的定位信息、是否能在召回后被模型直接利用。像制度文档、规则文档、FAQ、表格和多层级说明，最佳切法差异很大。比较稳的方式通常是结构优先、语义补充、长度兜底，也就是先尊重标题、段落、表格、列表，再在超长片段内部做语义切分。这样做的目标不是生成整齐块，而是让每个 chunk 自带最小可回答上下文。3. 怎么评估 RAG 的效果，除了准确率还能看什么RAG 效果不能只看最终回答对不对，因为那样很...

1.自我介绍2.讲下自我介绍提到的ppt智能体，完整的流程调研auto ppt等3.讲下rag的流程正向流程，反向评估都答4.ppt智能体改为多智能架构，会结合业务场景考虑吗；当然去往新方向做尝试可以5.为啥用rag，解决什么问题外挂记忆，解决幻觉，垂直领域问答6.在rag里面调用的LLM，有尝试做垂直领域的LLM微调吗7.企业知识库和个人知识库，个人问答会结合两个做回答吗8.用过ai coding多吗，什么模型，国外模型用的多吗；就是对于需求已经够用了9.遇到过什么项目难点项目上线和前端联调，部署工具OOM，初期调研rag过程中部署问题10.如果做了一个多智能体或者工作流的ppt智能体，怎么做评估，有哪些指标结果侧（生成侧），看版面对齐度，丰富性，是否有问题；生成文本内容，是否有问题，用户打分加权（劣良优）；最后设定综合制定标准打分11.面试官陈述：就是通过一个智能体生成，另外一个自动化智能体，自动化评估12.实习过程中有几个人13.有用openclaw claude code做过什么；skill 渐进式批露怎么做的；LLM怎么知道要调用哪些skill答得个人工作流，react；       应该是工具 chema注入，然后意图识别；结构化输出 (Function Call)14.反问智能体投入生成环境的评估，人工和自动化评估都有吗；agent scope搭建效果产品或hr及一些相关需求，评审方案；内部agent build智能体编排架构工具挺多；但实际还是有性能安全等考虑，不能成为黑盒；百炼平台内部用的话，还是有很相关的；

1. 自我介绍2. 多阶段 RAG 里同时使用 BM25 和向量召回，混合检索策略通常怎么设计混合检索的关键不是把两路结果简单拼起来，而是根据问题类型决定两路召回各自承担什么角色。BM25 对精确术语、错误码、接口名、字段名、版本号这类关键词命中很强，向量召回则更擅长语义改写、口语化表达和抽象问题。真正稳定的设计一般是先并行召回，再做去重、融合、重排，最后再进入上下文构建阶段。如果问题本身是“精确定位型”，比如某个报错码、类名、接口路径，BM25 权重通常更高；如果问题是“意图表达型”，比如用户用自然语言描述故障现象，向量召回的权重会更高。工程里比较常见的是先取两路 topk，再用 RRF 或...