某中厂Agent开发实习面经分享

面试很难，还是要多多练习，攒人品中！1、做RAG项目的时候，是怎么评测效果的？有哪些评测维度，具体用到了哪些指标？2、项目里的数据集包含什么内容，数据来源、数据格式是怎样的？3、如果让对RAG的相关度和回答效果做优化，有什么思路？有没有更体系化的优化方案？4、有一千条数据，需要做求和处理，这种数据处理场景怎么设计实现？5、RAG的性能怎么提升，有没有实际的优化思路（工程层面或算法层面）？6、项目里的上下文是怎么处理的？上下文过长、冗余等问题有什么优化方向？7、Agent的长记忆和短记忆之间，怎么做到协同工作的？两者的衔接逻辑是什么？8、有什么思路能让自己做的Agent更智能？手撕代码全排列

笔试1、现场做笔试，各方面问题都有一些，无算法题。记忆里牛客上有过它的笔试题，但现在找不到了，好像一直没变过。一面2、你工作里做过的重要的功能3、多少人做？重做还是优化？4、你有对红点系统了解吗？你会怎么设计？会有什么问题？5、海外本地化怎么控制的，直接在UI里面适配，还是写在代码里？6、一些独特的海外设计，如何避免因为合并分支导致冲突掉？7、一些特殊的海外资源怎么组织呢？一同放在项目里？（打包时替换成海外资源）8、各个分支的版本控制是如何组织的？9、UGUI常用的优化10、背包一百个格子和物品，怎么优化？11、无限滚动列表的实现？你们项目里无限列表的实现方式12、UGUI rebuild的整...

继续来分享下最近的面经~欢迎友好讨论，信息共享1. Transformer 为什么能替代 RNN 成为大模型主流架构？2. Self-Attention 的计算过程是什么，时间复杂度为什么高？3. Multi-Head Attention 的作用是什么，为什么要分多个头？4. 位置编码为什么必要，绝对位置编码和相对位置编码有什么区别？5. 什么是 KV Cache，它为什么能显著提升推理效率？6. Prefix Cache 和 KV Cache 有什么区别，分别适合什么场景？7. 为什么大模型推理通常是 memory bound，而不是 compute bound？8. Batch 推理和单请求推理的吞吐与延迟 tradeoff 是什么？9. Continuous Batching 解决了什么问题，为什么对推理服务很重要？10. Prefill 和 Decode 两个阶段的性能瓶颈分别在哪里？11. 大模型采样里的 temperature、top-k、top-p 分别会怎样影响输出？12. 贪心解码、束搜索、随机采样分别适合什么生成任务？13. 重复惩罚和长度惩罚分别是为了解决什么问题？14. 为什么模型有时会出现“复读机”现象，通常怎么缓解？15. 量化是什么，INT8、INT4、FP16 的核心区别是什么？16. 推理量化会对模型效果造成什么影响，如何评估是否值得量化？17. 张量并行、流水线并行、数据并行分别适合哪个阶段？18. 单机多卡部署大模型时，通信开销主要来自哪里？19. 为什么 GPU 显存是大模型部署的核心约束之一？20. 模型参数量、上下文长度、并发数三者之间是什么关系？21. 什么是 MoE 模型，为什么它能在参数规模很大时控制推理成本？

在你简历中的两个项目里，你觉得哪一个做得比较好或者更有技术含量？讲一下虚拟滚动的实现原理是什么？虚拟滚动在处理用户快速滚动时，底层是如何监听更新并保证页面流畅度、不掉帧的？针对 AI 对话的流式渲染，在技术选型时为什么要选择 SSE 而不是 WebSocket？结合 Markdown IT 工具，前端打字机效果具体是如何处理数据拼接和渲染的？你目前实现的打字机效果，是根据服务端响应的数据块增量渲染，还是真正做到逐字渲染的？假设后端逻辑不变，要求前端调整成“带有光标且挨个字匀速吐出”的真实打字机效果，你会怎么调整架构设计？如果这个 AI 对话平台要做到支持一万个用户同时在线，从前端或服务端的架构...