阿里淘天AI agent开发一面

发点面经攒攒人品1.项目拷打2.PPT解析优化还有什么优化3.agent调用工具不正确怎么办4.采用 sft或者强化学习怎么来解决5.ppo算法为什么有reward model 又有critic model6.function cal能力提升采用grpo的话奖励函数怎么设计?除了结果奖励和可以怎么设计过程奖励7.agent的记忆力机制，记忆力该怎么设计

一句话结论Java+langchain4j/spring AI依旧是传统Java后端，只是多了最基础的LLM调用能力Java + Spring AI / LangChain4j ≠ AI 应用开发本身它更多是 “传统后端在接入 AI 能力”，而不是 “以 AI 为核心的应用工程”。差异不在语言，而在“系统的控制权和复杂度在哪一侧”。一、从「系统主导权」看本质区别（这是最重要的一点）1️⃣ Java + Spring AI / LangChain4j 的定位系统主导权在：业务系统 / 后端架构LLM 在这里是：一个能力插件一个“增强模块”一个被调用的外部服务典型结构是： Controller ↓...

项目拷打 1.rerank后返回几个块，有没有做一些验证2.rerank后的topk截断是怎么做的，为什么是这个值，有没有其他方案3.讲一下上下文工程，记忆是怎么做的4.问实习做的后端项目的问题5.分布式令牌桶限流讲一下，漏桶讲一下，滑动窗口算法限流讲一下，如果用滑动窗口结构体会包含什么字段，滑动窗口和令牌桶相比有什么确定，用redis的什么数据结构实现6.问自己做的项目，lru讲一下7.布隆过滤器讲一下8.索引失效的情况9.like会不会失效10.MySQL事物隔离一致性讲一下11.mvcc细说，详细追问，问你这种情况会创造几个readview12.MySQL锁讲一下手撕：出了一道反转链表

Agent开发真的是越来越“无敌”了。过去，软件更多是被动执行指令，而现在的Agent能主动感知环境、分析信息、制定计划、甚至自主完成复杂任务。从智能助理到自动化办公，再到多模态内容生成，Agent几乎可以在各类场景中替代重复劳动，让人腾出更多精力去做创造性的工作。更厉害的是，现代Agent还能不断学习、优化决策，甚至在多人协作中扮演“协调者”的角色。对于开发者来说，它不仅是工具，更像是一个可以持续进化的伙伴。可以说，Agent开发的潜力几乎无限，已经成为推动智能化升级的核心力量。