27字节AI后台开发日常实习一面

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 实习拷打2.项目拷打3. 详细介绍一下agent项目的核心功能？4. 智能运维助手的"运维"具体如何定义？5. 系统有哪几个主要的组成部分？6. Spring ai alibaba覆盖了你上面说的哪些部分？7. Planner/Executor/Supervisor模式的优点是什么？比如说我接收一个请求的处理，它的优点是什么？8. 在Planner/Executor/Supervisor模式中，拆分为3个agent和只使用1个agent，最关键的优势和区别是什么？9. 介绍RAG的核心流程？10. 召回和重排用的什么算法？(没用重排，道歉)11. 为什么要做RAG？12. 模型回复效果不好的话，如何在RAG层面采取优化措施？如何通过微调采取优化措施？微调属于预训练还是后训练？13. 简单对比一下MySQL和Redis各自的特点？14. MySQL的"关系型"是什么意思？15. Redis能不能做存储，而不仅仅是缓存？16. 场景题: Java多线程并发模型相关: 比如说我有这么一个场景，总体上是一个生产消费的一个模型，但是这个整个的任务的量比较大。就是比如说我有很多的任务，然后可能有成千上万个生产者消费者。比如说有1万个生产者生产消息，然后有5万个消费者消费消息，或者叫任务或者消息或者数据都可以吧。然后因为整体任务量很大嘛，所以大家要去并发去生产和消费。能简单说一下，这样的话用Java的并发模型和并发控制所相关的这个机制怎么去实现，就口述就可以17. 手撕: lc 224.基本计算器(hard) 限时20min

1. 自我介绍2. 介绍你写的这个项目3. 为什么要做多 Agent，而不是把所有能力都塞进一个 Agent多 Agent 的核心价值不是“看起来更高级”，而是把复杂任务里的角色分工显式化。单 Agent 在任务很长、工具很多、约束很多的时候，容易把规划、检索、判断和执行混在一起，导致上下文污染、错误放大、调试困难。多 Agent 可以把流程拆成规划 Agent、检索 Agent、执行 Agent、审查 Agent，每个 Agent 只负责一类清晰目标，行为边界更稳定。但多 Agent 也不是默认更好。它会引入额外通信成本、状态同步复杂度和错误传播路径。真正适合多 Agent 的场景，一般满足...

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 问关于ReAct的知识，那几个模式有什么差别2. 给了一个场景，就是设计一个全自动化的agent进行AI漫剧创作，你会怎么设计？3. 为什么要引入父子索引？BM25引入的原因是什么，比例是怎么设置的，整个具体流程是怎样的，有没有做rerank操作？4. 如果做了rerank， rerank之后返回几个块？有没有做过一些验证来确保效果？5. rerank之后的topk截断是怎么实现的？为什么选这个k值，有没有考虑过其他方案？6. 讲一下上下文工程，还有记忆功能是怎么实现的。7. 讲一下LRU的原理和实现。8. 讲一下你项目agent框架9. langchain langgraph了解多少 你在你的项目中有使用吗10. 你做的agent响应这么快 你是否有工程优化 是什么11. chunk怎么切的 除了你这么切 还有别的办法吗12. 如果用滑动窗口 如何去重？13. 准确率提升是如何量化的14. 如果你切chunk的时候 第一个段落和第十个段落有联系你怎么做

1. 讲一下你做过的一个 Agent 项目，重点说业务背景、流程和你负责的部分2. 如果你的系统里也有高并发场景，你会怎么设计限流、降级和幂等高并发下最怕的不是平均请求慢，而是少数慢请求把整条链路拖死。Agent 系统一般调用链长，请求里既有模型推理，也有工具 I/O 和数据库操作，所以不能只靠一个网关限流就完事。我会把限流拆成几层：入口做用户级和租户级限流，任务编排层做任务队列隔离，工具层做并发池控制，模型层再做 token 预算和超时回收。这样某一个工具服务出问题时，不至于把整个系统打爆。幂等也很关键，尤其是有写操作的时候。像发通知、写审批、更新状态、创建工单这种动作，必须给每次执行一个 ...