快手AI agent前端二面 攒人品

AI与八股 "介绍一下AI的技术理解" 回答要点：  Skill概念：技能说明书，渐进式加载，更精确 MCP vs Function Calling：MCP是统一标准，Function Calling需自定义 Transformer：QKV注意力机制，编码器理解语义，解码器生成文本  "对RAG的向量库有了解吗？" 回答要点：  PGVector：项目中使用，500万以下数据，开发友好 Milvus：专业开源向量库，支持分布式 作用：向量存储，权重分配，精准定位知识  "怎么把文档转换成向量库？" 回答要点：  文档预处理：加载、转换...

发一下问题给大家参考，攒攒人品！1.你了解哪些agent开发的框架？框架里有哪些组件呢？2.memory是什么了解吗？3.上下文窗口满了如果需要压缩，怎么去压缩呢？如何筛选有效信息和垃圾信息，保证正确率最大呢？4.RAG的流程是什么？有哪几种方式实现？5.除了RAG你在项目中还用到了哪些Agent相关的技术？6.MCP了解吗？用过吗？底层是如何实现的？7.Skill了解吗？用过吗？底层是如何实现的？比如渐进式披露是怎么实现的原理是什么？8.FastApi常用的包都了解吗？9.OpenClaw用过吗？你觉得他的核心亮点是什么？10.A2A协议知道吗？11.项目拷打12.手撕：螺旋矩阵

说实话，我入职的时候也是奔着Java后端去的，没想到工作几个月之后就慢慢转到Agent开发这边来了。现在回过头看，感觉Agent这个方向确实是个趋势，身边越来越多的项目都在往这上面靠，需求也在持续增长。当然我不敢说它一定是未来，但至少现在来看，这个方向的机会还是挺多的。我自己转过来的过程其实没有想象中那么难。因为Agent开发说到底很多底层的东西还是后端的活，接口、数据处理、服务对接这些Java开发的基础完全用得上，只是多学了一些跟大模型交互、工作流编排相关的东西。是有学习成本，但在实际项目里边做边学，进步还挺快的。现在我的部门有Agent开发的实习岗位在招人，而且工作内容我的体感上是后端相关...

昨天上班的时候收到阿里的电话面试了，聊了项目和自己做的业务，问了一下微前端。差不多聊了三十多分钟的样子，面试官他也说很认可我，说我过去大概率也是他带我，跟我讲了他们的业务，最后说和ld汇报一下。结果今天早上流程终止了？