MiniMax 一面凉经

给我面没招了，发点面经攒攒人品～1.实习拷打2.你们有没有遇到 Agent 之间“决策冲突”的情况？比如设计和代码生成不一致，是怎么解决的？3.你们为什么选择“技术方案驱动”，而不是直接让 AI 从 PRD 出码？4.你们 .catpaw/rules 这套知识库，和像 OpenClaw 这种基于 RAG 的 memory，有什么区别？5.如果知识库内容过多，AI 也会有上下文压力，你们是怎么做裁剪或者命中的？6.你们有没有做 embedding 检索？7.如果知识库里的内容是错的或者过期了，会不会对 AI 产生误导？你们怎么治理这个问题？8.在一个非常大的存量项目里（比如几十万行代码），你们是怎么让 AI 快速理解项目结构的？9.你们现在 AI 出码留用率是 50%+，那剩下 50% 主要问题出在哪里？10.在复杂业务场景下，AI 出码质量下降，你觉得是什么问题？11.AI 有没有出现过“看起来对，但其实逻辑是错的”这种情况？12.你们有没有做过代码 diff 级别的控制，比如限制 AI 修改范围？13.你们基于 Playwright 做自动化测试，那测试用例是怎么保证覆盖率的？有没有评估指标？

1. 简单做个自我介绍，重点说说你的实习经历和负责的项目。答案要点：基本信息：学校、专业、年级技术栈：熟悉的编程语言、框架、工具实习经历：公司、岗位、时间、主要工作项目亮点：解决的核心问题、技术难点、取得的成果个人优势：学习能力、团队协作、技术热情2. C++中指针和引用的本质区别是什么？使用场景有什么不同？答案：本质区别： 引用是别名，必须初始化且不能改变指向指针是变量，存储地址，可以为空，可以改变指向引用没有独立内存地址，指针有自己的内存空间引用不能有多级，指针可以有多级指针使用场景： 引用：函数参数传递、返回值优化、操作符重载指针：动态内存分配、数组操作、链表等数据结构、需要改变指向的场...

1、自我介绍2、项目：a.讲一个最熟悉的 Agent/RAG 项目b.项目中数据处理的难点 & 怎么解决的3、技术基础：a.大模型基础：Transformer 架构、注意力机制原理b. Agent 核心概念：规划、工具调用、记忆模块、反思机制c. RAG 全流程：文档清洗、切片策略、向量化模型、检索召回、重排序d. 向量数据库：FAISS/Milvus 原理、索引类型、性能优化e. 数据标注规范：怎么保证标注质量、数据清洗方法4、算法：a.数据召回率、精确率评估，怎么优化召回效果b.如何处理 Agent 工具调用的错误数据（数据校验、异常兜底）5、AI 业务理解：怎么提升 Agent 的回复准确性； 如何构建高质量的 Agent 训练 / 微调数据；对 MiniMax Agent 产品的理解 & 优化建议。

(30min)自我介绍1.Go的package异常(没了解过)2.channel有了解过吗,在项目里怎么用的?3.socket心跳机制(这个更没听过)4.mysql调优(就答了表结构优化和索引优化)以及mysql索引(秒答b+树)5.kafka消息确认机制(ack机制)6.mq数据时效性,还有消息堆积怎么处理7.Go的GMP调度和GC垃圾回收机制剩下的我都忘了.........好多没答上来,感觉要寄我的处女面就这么没了(4.9更新)已挂