字节Agent开发一面 95min 麻了

发一下问题给大家参考，攒攒人品！1- Agent 里的工具调用是怎么实现的？2- 用 LangChain / Agent 框架时，一般要配哪些东西？3- ReAct 是怎么用的？4- ReAct 有什么缺点？5- ReAct 的成功率怎么看？6- 你用 ReAct 做过什么任务？7- Plan-Exec 要解决什么问题？8- 调 prompt 有什么规范？9- 你调 prompt 遇到过什么 case？10- 最近看过哪些前沿框架 / 记忆架构？11- 你在记忆上有什么实践？12- Skill 和上下文管理是什么关系？13- 协程和线程区别是什么？14- 协程中断和线程中断的区别？15- Go 的 GC 做过什么优化？16- GC 暂停时间一般多少？看过指标吗？17- 数据库索引为什么用 B+ 树？18- 堆的底层存储结构是什么？19- channel 里有锁吗？实现看过吗？20- 有缓冲 channel 用在什么场景？21- 什么场景会出现 goroutine 泄漏？22- 什么场景会用协程池 / worker pool？23- 手撕 LC 33

结合我自己春招18场AI岗面试的经历，以及牛客上百篇26届AI岗上岸面经，给大家整理了这份AI项目面试拷打全考点分档盘点，覆盖99%的校招AI项目面试问题，从基础必问到死亡追问，分模块拆解，标注高频程度和岗位适配度，不管你是AI应用开发、Java后端转AI、还是算法岗，都能直接对应准备。先说明：本次盘点覆盖2026年校招最高频的AI项目方向，包括RAG知识库/多模态RAG、垂直行业Agent、AI应用开发、大模型微调、端侧AI，所有考点均来自真实面试真题，应届生直接按这个清单准备，面试官拷打不动你。核心分档逻辑：【基础必问层】：90%的面试都会问，项目入门门槛，答不上来直接凉，判定项目不是你做...

1️⃣一面（Code Agent 代码生成方向）1. 工程级Code Agent在处理项目上下文、生成代码时会遇到哪些核心挑战？2. 当前主流Agent框架在技术演进上有哪些关键改进方向？3. 如何系统性保障AI生成代码的质量、安全性与可控性？4. 有哪些有效手段可以验证AI生成代码的正确性？5. AI代码生成完成后，是否可以直接上线？还需要经过哪些关键环节的校验与治理？6. AI生成代码的技术在哪些场景下更具落地价值？又存在哪些应用边界？2️⃣二面（Agent应用开发方向）1. 2026年的Agent应用开发，相比往年在技术范式与落地模式上有哪些显著变化？2. 你当前参与的Agent应用开发项目采用的是哪种架构？是否接触过HANAS这类新兴模式？3. 在渐进式披露的架构设计下，是否还需要依赖RAG能力？二者的关系是什么？4. 你开发的Agent应用解决了哪些传统方式难以处理的核心问题？5. 请介绍一下你在Github上参与贡献的开源项目，以及你在其中承担的工作。6. 当初你是如何参与到这个开源项目中的？7. 在Agent开发中，上下文工程最关键的工作是什么？8. 你是否了解Cloud、Open Cloud这类主流Agent框架？它们的核心实现逻辑是什么？9. 你在Agent开发项目中遇到过最棘手的技术难题是什么？10. 你是如何定位并解决这些难题的？这次经历带来了哪些技术沉淀？11. 你后续的职业规划中，更倾向于什么样的岗位和业务方向？12. 你在校的学业水平处于什么水平？身边同学的求职与学习情况如何？13. 你更倾向于在哪个城市工作？为什么？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

投的cpp研发工程师 ，一面直接主管面， 简单问了点实习项目。介绍说业务是python 加 cpp语言 大概是语音模块的业务。反问问后面流程面试官直接说是hr面了，感觉是缺人做dirtywork了 有没有牛油懂得，有没有坑啊。故事是这样的，部门主要是做ai infra的，但是我这块完全不懂，所以拒了第一次面，但hr还是打电话说让我试试，也有其它的业务。稀里糊涂就面了，而且约下周hr面了 很神奇。