大厂研发校招门槛排行榜

1️⃣一面（Code Agent 代码生成方向）1. 工程级Code Agent在处理项目上下文、生成代码时会遇到哪些核心挑战？2. 当前主流Agent框架在技术演进上有哪些关键改进方向？3. 如何系统性保障AI生成代码的质量、安全性与可控性？4. 有哪些有效手段可以验证AI生成代码的正确性？5. AI代码生成完成后，是否可以直接上线？还需要经过哪些关键环节的校验与治理？6. AI生成代码的技术在哪些场景下更具落地价值？又存在哪些应用边界？2️⃣二面（Agent应用开发方向）1. 2026年的Agent应用开发，相比往年在技术范式与落地模式上有哪些显著变化？2. 你当前参与的Agent应用开发项目采用的是哪种架构？是否接触过HANAS这类新兴模式？3. 在渐进式披露的架构设计下，是否还需要依赖RAG能力？二者的关系是什么？4. 你开发的Agent应用解决了哪些传统方式难以处理的核心问题？5. 请介绍一下你在Github上参与贡献的开源项目，以及你在其中承担的工作。6. 当初你是如何参与到这个开源项目中的？7. 在Agent开发中，上下文工程最关键的工作是什么？8. 你是否了解Cloud、Open Cloud这类主流Agent框架？它们的核心实现逻辑是什么？9. 你在Agent开发项目中遇到过最棘手的技术难题是什么？10. 你是如何定位并解决这些难题的？这次经历带来了哪些技术沉淀？11. 你后续的职业规划中，更倾向于什么样的岗位和业务方向？12. 你在校的学业水平处于什么水平？身边同学的求职与学习情况如何？13. 你更倾向于在哪个城市工作？为什么？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

给我面没招了，发点面经攒攒人品～1.实习拷打后面都是问项目2.QA业务型和deepsearch agent的差别3.解释项目1 agent的工作模式4.mcp 的schema格式，mcp协议大概包含哪些5.业务agent evaluation的流程，每个指标代表什么含义。如果有tools被多调用了但是对结果没有影响，如何设计/采用评价指标来描述6.rag里文档如何chunk的，如果预输入不是md，而且不同的文档类别的上下文格式不一样，需要怎么处理7.embedding模型的选型原则，稠密检索算法原理，rerank采用的算法原理。8.rag如何判断一个环节中是检索还是生成出问题。9.原生库/numpy手撕multiattention

继续来分享下最近的面经～1.项目介绍2.谈谈你对agent的理解然后你简历上写的router部分还有对context engineering的部分展开聊聊 谈谈自己的实现还有你的理解3.做过aicoding吗 我们来做一道4.谈谈你自己vibe coding平时构建的思路从prompt到迭代5.ai思考的过程中你有什么想问我的我们可以交流一下

给我面没招了，发点面经攒攒人品～1.论文拷打2.实习拷打3.ppodpogrpodapo常规八股;gae,tderror，bt模型的理论都有问4.reward hacking的原因以及解决方法5.rl训练中看哪些指标，loss异常升降如何分析6.讲讲verl的结构，关键组件，如何魔改,遇到的问题7.对于rlvr的训练，能否认为是一种sft;8.kI散度的推导;kl散度放在loss和放在reward里的区别，作用以及适用场景9.对于agent架构的了解10.手撕:二叉树层序遍历;接雨水