美团后端Agent开发一面-实习

1. 自我介绍2. 介绍你写的这个项目3. 为什么要做多 Agent，而不是把所有能力都塞进一个 Agent多 Agent 的核心价值不是“看起来更高级”，而是把复杂任务里的角色分工显式化。单 Agent 在任务很长、工具很多、约束很多的时候，容易把规划、检索、判断和执行混在一起，导致上下文污染、错误放大、调试困难。多 Agent 可以把流程拆成规划 Agent、检索 Agent、执行 Agent、审查 Agent，每个 Agent 只负责一类清晰目标，行为边界更稳定。但多 Agent 也不是默认更好。它会引入额外通信成本、状态同步复杂度和错误传播路径。真正适合多 Agent 的场景，一般满足...

继续来分享下最近的面经~1.介绍一下你设计的整个 Agent 架构。2.为什么设计成主从架构？3.讲一下完整的业务流程，Agent 在整个过程中做了哪些事情？4.为什么在这里设计的是先调用 tool 去查商品，再走 RAG 检索商品信息？5.你的 RAG 知识库的索引是怎么设计的？6.你这个 Agent 的自主规划执行有没有轮次限制？7.你在写 Prompt 方面有什么心得？可以举例说明。8.如果在 Prompt 中明确提出 RAG 结果不要返回某种商品，但模型还是返回了，并且多次出现，这种情况可能是什么原因？9.说说你对 Agent 和 Skills 的理解。10.一般情况下你这个 Agent 的响应时间是多少？

很多人问入行Agent要学什么技术，最大的误区就是「所有技术全学一遍」，最后什么都只会一点皮毛。Agent赛道早就细分出了不同的岗位方向，不同岗位的技术栈、招聘要求天差地别，选错了方向，学了再多也没用。今天结合2026年金三银四的企业招聘需求，以及我自己在AI公司的从业经历，把Agent赛道的4大主流岗位，分别对应的必学技术、进阶技术、面试重点、落地要求全拆解清楚，不管你是校招应届生，还是转岗开发，都能精准对标，不做无用功。先给核心前提：Agent赛道的岗位，分为两大方向，四大细分岗位应用层方向（需求量最大，对本科生最友好，校招岗位占比超70%）：AI Agent应用开发岗、多智能体解决方案岗...

在上周腾讯二面十分钟秒挂后立刻进行了长达20分钟的vivo一面然后就杳无音讯直到刚刚发邮件约hr面？？？4.16更新 hr面结束 说是五一左右出结果 等呗