快手实习面经

发面经攒后面的人品，我攒我攒一面：1.组内业务介绍2.自我介绍3.上下文压缩怎么做的4.压缩的时候信息丢失怎么做5.这样上下文工程还有什么，比如引入长期记忆，讲了讲mem06.openclaw的记忆系统怎么设计的7.openclaw的多智能体协作是怎么做的反转链表---二面：自我介绍说一下最深的点，感觉有点为了表现自己说错了，是自己做的最深的点，我说的是最近比较关注的深入研究的点(hhh查询的接口，问我数据量到底有多少?我不知道啊！确实是扣分点Agent范式是怎么做的？混合查询怎么做的？组合总数---感觉还是自己太菜了

给我面没招了，发点面经攒攒人品～1.日常开发过程中都用过哪些AI的工具来提升效率的，哪些更好用些，mcp、skill之类的?2.对前端有了解吗?有没有使用AI工具生成前后端代码的经历?是如何使用的?3.了解哪些规范驱动开发?(应该是问如何规范使用AI开发)4.讲一下如何设计提示词?有哪些设计原则?觉得系统提示词和用户提示词有什么区别?能把系统提示词放到用户提示词中吗?5.讲一下项目中知识库检索中有哪些亮点?问题改写如何做?为什么使用三层递进检索?6.怎么定义知识没检索到?(设置了一个召回率阈值)这个阈值如何设置?7.知识库检索准确率是多少?8.使用RAG过程觉得它有什么缺点?有哪些替代的技术?9.CICD介绍一下?

1. 自我介绍2. 项目拷打3. Reward Model 在对齐训练里扮演什么角色Reward Model 本质上是在学一个“人类更偏好什么”的可微近似函数。SFT 学的是“像人那样答”，RM 学的是“人更喜欢哪种答法”。它并不直接生成答案，而是给候选答案打分，把人类偏好从离散排序信号压进一个标量目标里，后续无论是 PPO 还是其他策略优化方法，核心都要依赖这个分数去推动模型往偏好更强的方向移动。RM 最大的价值不是替代人工，而是把人工偏好从逐条监督扩展成可批量泛化的训练信号。真正难的地方在于它很容易学到表面模式，比如更长、更像模板、更会说套话的答案可能被错判成更优，所以 RM 训练的上限很...

友友们，知道这是做什么业务的岗位吗，有没有面过的友友😍