ai agent开发二面实习分享-字节

发一下问题给大家参考，攒攒人品！1. 你这个状态机整体流转是怎样的？关键节点分别是什么？2. Human-in-the-loop 放在哪一段，为什么放这里？3. HIL 后面的节点是什么，分别负责什么？4. 为什么这里一定要做幂等？不做会出什么问题？5. 同一份配置算出来的哈希是不是固定的？什么情况下会用同一个哈希再次触发 Jenkins？6. 这个哈希在你系统里表示的是同一个任务，还是同一类任务？7. 你们拿哈希去查任务时，结果是唯一定位，还是可能存在歧义？8. 如果网络抖动、服务挂了，哈希和任务状态怎么处理？9. 如果任务执行中会话断了，怎么恢复？如果 Jenkins 还在跑，怎么重新接回来？10. 如果会话断了、服务也挂了，这个任务还能不能恢复，靠什么恢复？11. 如果配置没变、哈希没变，但我想重新触发，幂等机制会不会把它拦住？你怎么设计“重试”和“重新发起”？12. 自动重启能不能做？如果做，重试逻辑、超时逻辑、人工介入边界怎么划分？13. 任务状态有没有必要持久化？应该放 memory，还是独立状态存储？14. 你的记忆是怎么分层的？哪些信息进短期上下文，哪些信息进长期记忆，哪些信息只进任务状态？15. 你们现在上下文大概能承接多长？30 轮裁剪是怎么裁的？16. 如果复杂任务 30 轮结束不了，长链路上下文怎么压缩、提炼、续接？17. 你怎么保证压缩之后不丢关键任务信息？18. 你对 Agent 范式怎么理解？ReAct 和 Reflection 分别是什么？19. ReAct 里人能不能介入？一般介入哪些节点？20. Reflection 比 ReAct 多出来的核心价值是什么？它能不能真正解决死循环？21. 如果系统进入死循环，除了人工介入，你还会加哪些机制让它停下来？两道AI Coding，一道在平台写，一道用自己的ide

智能推荐 Agent（轻量易做，适配实习岗）推荐 GitHub 项目：OpenClaw（star 30k+）：自主执行 Agent，可拆解推荐任务（如商品 / 内容推荐），自动调用工具获取数据。地址：https://github.com/openclaw/openclawGen AI Beginner Projects：含推荐系统、RAG、Agent 入门案例，代码简洁，适合应届生从零学习。地址：https://github.com/pankaj-kaushik/gen-ai-beginner-projects

1.介绍一下你最近做的项目，主要实现了什么功能2.如何解决记忆冲突3.如果不做记忆全量索引怎么实现记忆更新4.长短期记忆怎么管理5.长期记忆模块的输入和输出分别是什么？数据怎么流转和存储？6.怎么做记忆压缩7.复杂场景如何做记忆检索，检索策略该怎么区分和优化？8.长上下文kv cache碎片化怎么解决9.memory benchmark如何设计的10.记忆主要用哪些量化指标评估？11.如果设计一个大型 Agent系统，整体架构你会怎么分层设计？12.子agent怎么避免上下文污染13.常用的提示词工程技巧有哪些？14.Skill 和 MCP 之间是什么关系？

最近很多27届同学问我们：暑期实习现在投，还来得及吗？来得及，但要快。【当前时间线判断（4月底）】一线大厂（字节/腾讯/阿里/美团/京东）：多数部门HC接近尾声，但仍有部分在招，内推渠道比直投快，有学长学姐资源的赶紧要。快手/网易/百度/小红书：还有名额，预计截止5月上中旬，现在投还能赶上。中厂（滴滴/B站/哔哩哔哩/SHEIN等）：HC相对充足，5月底前都有机会。外企（微软/谷歌/亚马逊/字节国际）：部分岗位仍在正常流程，时间线比国内略宽松。【现在应该怎么投】广撒网，不要精投了。这个阶段没时间慢慢筛JD，有合适的全投，投30家起步。填表效率很关键。我们的网申助手（Chrome插件）支持字节/...