小米算法offer了！

发一下问题给大家参考，攒攒人品！1*Agent与Workflow的区别是什么？在实际业务中，你会根据什么标准选择对应的方案2*设计一个企业级Agent架构，如何实现 BFF、Tool Server 与 Worker 的多组件拆分3*在企业级Agent中，怎么实现安全与隔离？权限管理、审计与日志追踪具体的落地方案是什么？4*说一下什么是MCP？它在Agent生态中解决了什么痛点？5*MCP 有哪些具体的分类？Transport 层是怎么工作的？如何开发一个 MCP Server？6*谈谈你对 Claude Code、Manus 这类 Agent 产品的理解，它们的架构逻辑与传统 Chat Agent 有什么差别？它工程部分的能力是怎么实现的？7*如何实现 Claude 的 Agent Research 方法论？Deepsearch 场景下需要配备哪些工具？基础设施与安全挑战在哪里？8*在多轮对话中，分别实现 Short-term memory、Long-term memory 与 Task memory怎么做？9*上下文机制的完整实现流程是怎样的？说一下它的写入策略、读取策略以及 Rerank 的做法是怎么样的。10*当上下文超过 Token 限制时，组合使用 Rolling Summary、State Extraction 与 RAG 这三段式策略？11*说一下Prefix Caching 和 KV Cache 的原理。为什么缓存的是 K 和 V 而不是 Q？不再计算前缀具体节省了哪部分算力？12*引入 Prefix Caching 后，Attention 的计算复杂度是怎么下降的？13*Few-shot在Agent评测中是为了提升能力还是降低方差？在评测Pipeline的哪个阶段注入？如何防止过拟合？14*对比一下Transformer中Self-attention与FFN的作用差异。15*为什么 Prefix Caching 只能优化 Attention 部分，而无法优化 FFN 部分？16*从 Softmax 的数学角度解释，为什么在计算过程中加上负无穷就能让注意力权重变为 0？17*什么是掩码？你分别说一下Causal Mask与 Padding Mask 的作用是什么。

1 自我介绍2 实习经历拷打3 如果web端的页面有一个按钮按不动了 你会怎么分析这个问题  怎么测试是前端还是后端的4 在公司实习过程中如果遇到需求变更的情况你会怎么做5 有没有用过ai编程助手   说一下你的理解6  你们组是做大模型微调的 说一下你们是怎么做的手撕   片段一个邮箱是否是符合要求的  （包含一个 '@' 且'@'后面包含至少1个‘.’）(我觉得还可以)然后 反问环节 我：项目部门主要做业务测试还是自动化测试    面试官：都有，还有一些老的项目的回归测试

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.论文拷打2.gat和transformer的attention机制有什么区别3.你觉得你的改进为什么work4.意图识别是怎么做的5.拿llm做文本分类比bert好吗6.lora比其他微调方法有什么优势吗？7.了解过多模态相关吗？8.mha

简单自我介绍项目简历穿插八股项目问题 tokenizer怎么优化p tuning v2怎么做 和前面的区别是什么lora微调怎么做lora两个矩阵怎么初始化，为什么不能a0tf idf验证在做什么强化学习grpo怎么做的奖励函数怎么样如何llm as a judgerag怎么做的？向量检索怎么做梳理llm预训练和后训练分别做什么这些技术目的是什么讲一下量化，具体做什么力扣第8题问的很基础，平时讲的少了感觉没讲好。最后手撕的内容做的不太好，没做过的内容有点慌张