腾讯实习 ai应用开发后端面经分享

最近按当前筛选整理了一波面经，这次挑了 8 篇相对值得复盘的内容，方便刷题和回看。1. 蚂蚁｜暑期实习｜未知日期：2026-04-24关键词：Agent面经难度：4 星标签：技术面技术栈：Java、Spring Boot、AOP、JDK 8、G1、ZGC、MySQL、Redis面经总结本场面试以 Java 后端基础、数据库与网络场景题、AI Agent 项目深挖及 AI Coding 认知为核心。高频问题【并发与多线程】线程池的核心构造参数有哪些？【并发与多线程】一个有队列的线程池，请求不断进来，说说线程池内部的执行逻辑？【编程语言特性】平时用什么 JDK 版本？【操作系统】JDK 8 的垃圾...

攒人品中，祝大家都能拿到满意的Offer！1. MCP调用过程2. LLM怎么匹配工具参数3. 有学习最近Claude code源码里面的设计理念吗？4. 怎么理解skill？5. 多路检索策略6. Embedding模型选的是哪个7. 会话记忆具体怎么实现的？滑动窗口设置了几轮？摘要压缩怎么触发？8. 设计会话记忆的时候考虑了哪些维度？9. 如果用户对话的时候一直在切换话题，怎么设计会话记忆？10. 知识库怎么设计？11. 分块策略12.平时怎么用的Al coding

1. 实习拷打2. AI Coding 的笔试如果只是人工造 case 去测，你觉得它离生产可交付还差什么人工造 case 只能验证“在已知分布上能不能过样例”，离生产可交付还差三层。第一层是任务边界，要明确输入约束、输出格式、失败语义和回滚策略，不然模型生成的内容没法进入真实工作流。第二层是稳定性，要知道不同仓库规模、不同语言、不同依赖环境下性能会不会抖。第三层是验收能力，必须补静态检查、单测、sandbox 执行、diff 审核和回归评估。没有这些，AI Coding 最多是演示能力，不是工程能力。 def validate_patch(patch, repo_path): if not ...

2本9硕，从3月才算是一边准备八股一边过项目，3月底才投简历。。。4月中旬开始陆续接到面试：美团（岗位不匹配、一面挂）、阿里（3次一面挂）、滴滴（一面挂）、蚂蚁（电话一面挂）、这周投腾讯，周三被技术咨询岗捞起来又是一面挂（可能也有岗位不匹配，我说我要搞研发）。。。现在都没动静了，这么多一面挂，自己准备的这么不充分吗，回答的有那么糟糕吗。。。还能找到实习吗，压力好大，现在都没心思看八股、看项目了