AI开发岗实习面经|学习路线分享

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.RAG的核心流程2.向量嵌入模型的选型3.多模态和文本在向量嵌入的时候存在什么区别4.Agent的核心组件5.Agent框架，应用场景6.大模型训练的过程7.Agent场景题（开发SQL查询 Agent），怎么设计，存在的问题，怎么解决8.AI coding场景题9.最近有没有压力特别大的事情，怎么解决的10.自我评价一下自己有哪些不足无手撕，无AI coding

1. 自我介绍2. 如果让你设计一个面向跨境售后纠纷的智能工单中台，整体架构怎么落可以把系统拆成接入层、规则与路由层、会话编排层、模型服务层、工单状态层、证据存储层和审计回放层。接入层处理 IM、邮件、表单和外部 API；规则层做租户隔离、语言识别、风险分级和触发策略；会话编排层维护案件上下文、节点执行历史和工具调用轨迹；模型服务层只负责生成和抽取，不直接持久化状态；状态层维护工单生命周期和人工接管点；证据层保存截图、订单记录、退款日志和模型引用片段；审计层负责回放每一步输入输出，便于定位误判和争议。真正难的点不在“能不能生成回复”，而在于把模型能力约束在可追踪、可回滚、可仲裁的业务流程里。3...

核心理念：Agent 到底是什么？在架构师眼里，Agent 不是一个聊天机器人，而是一个具备感知、规划、执行能力的自治系统。它的通用架构公式是：Agent = LLM（大脑） + Planning（规划） + Memory（记忆） + Tools（手脚）这意味着，你需要构建一个能“思考-决策-行动-反思”的闭环系统，而不仅仅是生成文本。2026 年学习路线建议（6 个月速成）阶段目标具体行动第 1 个月夯实基础1. 刷完 Python 异步编程与 FastAPI 教程。2. 用 OpenAI API 写一个能查天气的简单脚本。第 2 个月框架实战1. 学习 LangGraph，构建一个“旅行规划 Agent”（能拆解步骤、调用搜索工具）。2. 理解状态（State）是如何在节点间流转的。第 3 个月记忆系统1. 本地部署 ChromaDB，将 PDF 文档灌入知识库。2. 实现一个“企业知识问答 Agent”，支持多轮对话记忆。第 4 个月工具集成1. 通过 MCP 协议，让 Agent 能安全地读写数据库或调用 GitHub API。2. 为你的 Agent 添加“代码解释器”功能（注意安全沙箱）。第 5 个月多 Agent1. 用 CrewAI 搭建一个“内容创作团队”：策划人 + 写手 + 校对员。2. 观察他们是如何通过消息队列协作的。第 6 个月生产级1. 用 Docker 打包你的 Agent，部署到云服务器。2. 接入 Prometheus 监控，并设计一套红队测试（对抗 Prompt 注入）。

网友提问：up这个现在我是非科班985本硕，现在**八股文没咋准备，准备投暑假实习后端，感觉废了。Yt回复：一、这个背景，有大厂机会吗？首先明确告诉你：有大厂机会，而且机会很多。只要你是计算机相关的工科专业，带电的工科专业，你基本上都有大厂面试机会。本硕985，你投递市面上的知名企业，都会给你面试机会。笔试会给到你面试同样也会给到你甚至可能有很多企业，不止一个部门面你。你面不过，把你捞起来，再面一轮；你还不过，还得捞起来再面一轮。能理解吗？这是你的学校背景。这是你曾经高考或者考研的积累。你的本身的level就是这个样子的。二、但是：现在的情况跟以前不一样了虽然你有面试机会，但我要跟你讲一个明显...