阿里国际Java

1.深挖实习内容2.mcp是如何内置sop流程的3.如何量化工作的成效4.为什么不在上一家公司转正5.你未来想做什么业务6.你参加实习后最大的提升是什么

发面经 攒人品面完后第二天挂1. 自我介绍2. 讲一下react和plan-excute-replan的使用场景3. 讲一下react和plan-excute-replan的区别（回答了几个面试官觉得不够又追问，不会了）4. 设计agent的时候怎么能在保证效果的前提下减少token消耗？（不会，随便蒙了几条）5. 思考一下有没有其他的方案，能够减少token消耗？（不会，蒙的是特定领域微调和后训练增强模型能力）6. function call、mcp、skill的区别？7.  skills和rules的区别？（不会）8.  大模型调参过程中经常调两个参数，一个是温度，一个是topK，你怎么理解这两个参数？（不会）9.  redis的hash大key怎么优化？10. redis的hash大key优化后怎么兼容老业务老数据？新业务怎么用优化后的缓存？老缓存删不删？11. 为什么业务实际应用中要避免使用threadlocal？（头一次听说要避免使用threadlocal，不会）12. 事务的特性13. 之前实习中最大的难点是什么？jdk用的什么版本？14. java创建一个对象，虚拟机会有哪些变化？JVM的内存会有哪些变化？15. 垃圾回收的触发条件16. TCP怎么保证数据包一定能到达？17. TCP拥塞控制怎么做的？（具体细节忘了）反问：1. 什么业务？- 业务安全中的内容安全相关，检测视频、音频、文字中的违法行为2. 具体涉及哪些工作？运维和开发占比怎么样？- 简单来说要负责所有事情的研发。大概20%运维。80%开发。大模型来了后之前所有的运维的同学全转开发了。

感觉面完人都通透了，还是太菜了，下去沉淀一下1. 介绍一下Agent项目，数据量大概多大，向量数据库如何选型，执行流程介绍一下2. 加入升级向量化模型，怎么保证索引和检索向量的逻辑一致性3. Agent的调优是如何评估的，评测集是怎么做出来的，讲一两个调优完成效果比较好的case4. 有做过模型微调相关的工作吗5. 数据量和QPS增大，agent架构如何改进，需要的硬件大概是什么样的；对RT要求比较高的话，怎么部署和加速，采用什么样的GPU6. 有没有自己部署过推理服务，有没有做一些优化，比如算子融合或者IO瓶颈7. AI coding工具哪个比较好用，研发效率能提升多少，AI coding在项目中的占比大概多少

继续来分享下最近的面经~欢迎友好讨论，信息共享项目:1.agent项目是否有上线部署2.是否有使用框架，比如LangChain3.意图识别模块怎么做的4.工具有哪些5.工具调用时怎么保证参数提取准确6.怎么提升工具调用的正确率7.知识库怎么构建的8.分块策略9.知识检索时如何提升模型回答正确率10.构建知识库时如何解析上传的表格或图片文件11.系统中有没有用到ReAct模式12.怎么提升模型回答的性能agent八股:1.token和字符的区别2.LangChain和LangGraph了解吗3.agent有哪些模式4.lostinthemiddle的问题有哪些解决方案5.通常prompt包含哪些结构java:1.线程池参数2.进程、线程、协程的区别3.HashMap原理手撕:输入一个int数组，判断这个数组在排序后是否是等差数列