字节日常实习ai后端开发一面 50min

攒人品中 1.项目拷打2.支付场景下，如何保证数据一致性？如果中间某个环节失败了怎么处理？3.如果消息队列、数据库、第三方支付回调之间出现时序问题，你会怎么处理？4.你们项目里有做过性能优化吗？有没有关注过QPS、响应时间或者监控指标？5.如果支付接口在高并发场景下出现延迟升高，你会怎么排查？6.Java线程池核心参数有哪些？你平时怎么配置线程池？让你设计线程池会怎么设计7.synchronized 和 ReentrantLock 的区别是什么？  volatile 能保证什么，不能保证什么？8.JVM内存区域怎么划分？垃圾回收机制了解哪些？9.你最近有关注AI相关的东西吗？10.agent是什么？深挖11.transformer 的核心机制12.skill13.如果让你用后端开发的视角去参与一个agent应用，你觉得自己可以负责哪一部分？

先说结论：2026年简历不带AI，等于自动少一轮面试 不是标题党。 翻了最近社区几百条求助帖，发现一个很明显的分水岭——简历上有AI相关项目的同学，面试邀约率明显高于纯传统项目的同学。 不是说传统项目没用了，而是2026年的面试官在筛简历的时候，脑子里多了一个判断维度："这个人对AI有没有感知力？" 你不需要发顶会论文，不需要手搓Transformer，但你得让面试官觉得：你不是一个对AI时代无感的人。 这篇文章解决一个问题：你手里已有的项目（课程项目、比赛项目、自研demo），怎么往AI方向包装，让简历从"已读不回"变成"约面试"。...

感觉面完人都通透了，还是太菜了，下去沉淀一下1.实习项目相关问题2.介绍智能客服系统中你的负责部分、面临的问题及解决方案。3.如何解决大模型在客服场景中的幻觉问题？4.是每个场景对应多个 Agent？5.新架构是否存在泛化性损失问题？如何处理新活动规则等未见过的知识注入？6.Expert Agent 是以什么维度划分的？7.新架构的 AB 测试指标提升具体来自哪些模块？8.如何从线上真实对话构造Expert Agent 的 SFT 训练数据？9.Expert Agent 的 prompt 主要输入有哪些？模型输出是什么？10.Expert Agent 是否有预设工作流（workflow）和任务描述？11.Expert Agent 的评价指标（出商品率、商品正确率）具体如何定义和获取评测数据？12.智能客服 Chatbot 是否面临多轮对话中信息遗忘、流程偏离、回复机械感的问题？如何应对？13.如何优化多智能体系统（MAS）中各 Agent 的协作，避免局部优化但整体效果不佳？14.多智能体系统中如何设计奖励函数促进 Agent 协作而非竞争？八股1.什么是优势函数？2.PPO 中需要训练哪几个模型？3.PPO 中参考模型的作用是什么？4.什么是 Reward Hacking？有哪些缓解 / 优化方案？5.智能对话多轮场景中，attention 机制的局限性是什么？有哪些优化思路？手撕：排序K个升序链表

不知道为啥，我的一面是一二面的面试官一起面的，问HR说是为了加快流程自我介绍DAG编排怎么做的每个agent用的啥langgraph怎么编排的评估怎么做的数据集怎么建的语义分块微调和强化学习应用场景HNSW怎么构建多文件怎么处理益智题：一个八升水杯，一个五升水杯，怎么得到四升水手撕：丑数反问第二个面试官提问：threadlocallangchain的checkpointagent harness第三个项目中的感知调度怎么做的感觉面下来面试官心不在焉的，左耳蓝牙耳机右耳有线，应该在忙。而且一二面一起面，搞不懂为什么，在字节的师兄也说没见过。