AI Agent算法一面面经（小红书

给我面没招了，发点面经攒攒人品～1. 项目拷打2. Embedding优化- 如何通过预训练/微调提升效果？对比过哪些模型- 参数量与效果的关系？是否尝试过蒸馏或量化？3. RAG车端项目- Pipeline中如何解决低延迟问题？Intent分类的标签体系设计逻辑- Rewriter是否引入强化学习？如何评估改写后的query质量？4. LLM对Embedding的影响- LLM的文本理解能力是否降低了对传统Embedding模型的依赖？举例说明。- 大模型在传统任务（如文本分类）未涌现的原因？（数据分布/任务形式差异）5. LeetCode：卡塔兰数推导（递归公式 + 动态规划实现）

3.30一面JMM在多线程中的管理策略是什么happens-before 原则是什么并发编程的三个重要特征是什么锁如何保证原子性乐观锁和悲观锁的原理Ai agent如何降低大模型幻觉知识库规模有多大RAG效果不好时如何优化RAG和Agent的区别你的Agent是什么类型（ReAct等）Agent整体架构设计是什么Tools是如何被模型理解的Tools之间是否有编排/依赖关系会话记忆是怎么实现的项目是否真正落地使用，有无反馈项目是如何迭代推进的如果企业要用这个系统，最大瓶颈是什么除了存储问题，还有哪些工程问题如何防范prompt注入说说xhs的ai，使用体验如何如果在发布功能中引入ai可以从哪些方面入手引入ai会让xhs丢失活人感吗？4.3二面拷打做的ai agent项目30分钟，问了长会话记忆存储策略，让介绍使用场景。然后手撕，要求共享屏幕，在leetcode上直接做。第一题是215.数组中第k个最大元素，太久没学数据结构了没做出来。第二题是141.环形链表，做过但不记得了，我现想了一个方法，但追问能否优化，然后告诉我用双指针的方法实现，但我代码基础实在有点拉所以花了好长时间才a而且代码格式很丑。总体一个小时。 27暑期实习

岗位是product engineer产品工程师，社区工程方向感觉自己应该是遇到kpi面了，我面经都写不出几个字1.（自我介绍）2.（拷打项目）这一块我觉得都不能说是拷打，因为也没有问特别深，但我也没答出来然后没有八股，直接手撕环节1.基于上下文的滑动窗口，写出来了2.lru 没写出来，我操作系统没学好，lru都忘了是啥然后反问环节，因为是第一次面中大厂，比较紧张，也没想出来问什么凉的透透的

1.实习内容拷打2.mcp架构介绍：tools、resources、prompts3.agent应用中tool如何设计4.mcp如何接入agent5.GMP调度，G阻塞了会发生什么6.场景代码题：两个json对象对比前后进过什么操作7.手撕二叉树的层序遍历------第二天约二面