字节 AI agent 一面面试题

一面已通过。1.介绍实习时的主要工作2.本科时是否做过服务端相关项目3.Java垃圾回收机制4.会存在内存碎片化之类的问题吗5.Java Spring的Bean的生命周期是什么样子的6.介绍Java多线程7.轻量级锁自旋失败，转换为重量级锁的过程是什么样子的8.如果要设计一个高并发的订单号生成器，要求全局唯一且可以递增，应该怎么设计9.能介绍一下上下文工程和Harness工程的区别吗10.上下文summary的策略是什么样子的11.怎么去缓解内容被压缩导致结果失真的问题12.RAG文档的分片策略是怎么样子的13.假设召回的一个片段不足以解决问题，怎么优化14.对于更深入的场景，比如文档有语义或组织关系，召回的片段可能指向别的文档，怎么优化15.了解过 Agentic search 吗16.React 和 Plan Execute模式的区别17.如果是比较复杂的场景，既需要 Plan Execute，又需要 React 及时感知进度或外界信息并做反馈调整，这种场景需要怎么设计18.项目是否拿到上线后的测试数据19.假设项目需要升级，需要定位到具体出问题的代码，怎么做20.假设没有堆栈报错，怎么做21.现在需要做成通用平台或工具，给所有业务使用，怎么设计这样一套工具22.怎么把人在排查问题中积累的经验给到系统23.大模型的工具调用能力是什么24.MCP和Skill的区别是什么25.介绍CNN和Transformer的区别26.为什么位置编码能够体现句子中分词的关系27.为什么说模型有上下文限制28.像 Cloude 这种模型，上下文窗口可能只有 200K，并不大，为什么不做得更大一些呢29.模型的参数量是什么时候定的30.为什么提供这么多不同参数量的模型31.像模型上层的 SFT、Lora 这些微调，之前有做过吗32.RL和SFT的区别33.RL的数据源从哪里来34.鸿蒙的 ARKTS 你觉得和安卓有什么区别35.它的整个应用的启动链路是怎么样的反问：岗位具体情况。答：岗位的核心课题是如何用 AI 赋能整个产品线，打造 Agent 能力，不再局限于前端、客户端或服务端某一个领域，希望具备全栈相关的能力。

🕐面试时间：60min❓面试问题：前半小时正常问问题，后面ai coding自我介绍实习拷打，发现面试官之前也在那个公司工作过3年，参与过公司平台的创建，然后问我在实习过程中有触及到公司其他的产品或业务吗拷打项目，开发过程中有遇到什么难题，以后想怎么改善工作流和agent的区别，什么时候用哪个一个分布式系统，进程间通信的方式有哪些，哪个是最高效的（我答共享内存最高效,其他的方式还有信道，消息队列kafka，管道通信），如果是跨主机通信呢（我想不出其他的，只能想到消息队列中间件，还有通过http和rpc通信）突然扯到http 和rpc的区别，为什么公司选择rpc，rpc为什么快（没答上来，让面...

日期：2026.3.23时长：约35mins面试官：算法工程师 / 产品经理 （具体不清楚，但是确实懂一定技术）面试岗位：技术研究 实习生内容1 自我介绍2 项目介绍i.  对你的XXX项目感兴趣，请你介绍一下：a 我这个项目是系列项目，第一个……，第二个……，第三个……。b 其中做的最深的是第四个，硕士毕业项目。其中，用了……，因为我更关注……。其中会面临……问题，针对这个问题的关键是……，因此我采用……实现……来解决。ii. 我对你项目中的……技术点感兴趣，请你介绍一下：a 采用这个主要考虑……，通过这个点能实现……，最终实现……效果。iii.你项目中另一个……技术点是什么，和你之前的有什么区别？a 这个的作用是……。为什么要这样考虑呢？是因为……，所以从这个角度看，我可以构建……，这样和……技术点是匹配的。那么这样这个技术点可以实现……，之前的技术点可以实现……，他们结合在一起可以实现……。iv.这个领域对于多智能体问题采用的经典方法是……，我观察到你也采用了这个方法，你的方法是否相比于其他人的同样的方法有优势？a 首先这个方法是……方法，选用这个方法是因为……。b 基于此，我不认为我的方法有特别的优势，或者说我不认为所有采用这个方法的项目较其他采用这个方法的项目会有优势，原因是这个方法是工业化的首选，其往往需要在有限的体量内解决问题，就算对其有改进，改进的工作量相比于最终获得的性能提升也是有一定的得不偿失。此外，考虑对方法进行改进并不是我们这个专业或方向的工作重点，我们更关注的是通过技术方法解决细化问题中的难点，也就是工程技术的具体应用与落地，至于方法的改进当然重要，但这个内容更可能是数学或计算机相关的关注重点。v .你做了这么多项目，是如何通过数据评价你的项目有效的？a 您是想问如何通过一些指标来量化评价项目的成效吗？ --》 是b 对于这些项目的结果评价，需要一个第一性的原理支撑。我们的原理来自于……，从其中可以抽离出几个方面进行评价。具体是……。感觉这一部分没有特别深入技术的细节，很多都是项目设计的逻辑和完备性出发的问题。3 场景提问i.  你平时关注……吗？a 关注的，我特别关注……。ii .那么你应该也知道，在这个……中会有……。如果让你来设计一个……，你会如何通过你的技术栈来设计？a 首先，我认为……有不同的行为模式和目标。那么接受的状态可以包含……，然后采用分层设计，上层宏观决策……，比如要让这个做出……宏观行为，下层微观决策……，让……做出具体的……。b 最后在执行上，可以根据……动态调整，比如……我就……，反过来则加一些噪声或者添加随机化的参数……。这一部分感觉也不算很难，根据发的面试邮件的主题提前问问ai准备一下，有清晰的思路应该就没问题。4 反问a 对于这次面试，从您的角度出发是否有改进点？i.  没有什么特别的改进点，包括其他面试官和你提的也不一定都是你需要改进的，总之这个东西千人千面，我们更关注的是你是否与我们的项目match，是否一进来就有所产出（我理解的不是马上有产出，而是在一段时间之后真的在解决问题，而不是全在学习，所以最后可能有点言重了？我不清楚，但确实是这样说的）b 对于后续的面试流程，大概会在多长时间内进行？i.  就我接触到的，一般来说都在一周之内会有反馈，不论是进入到下一环节还是pass。c 如果我最终入职了相关岗位，实习生是否有相关的算力资源？i.  有的，这一块不用担心d 如果我最终入职了相关岗位，实习生是否有相关的ai Coding额度？i.  有的，你可以在网上搜一下，现在基本上每个人每年都配备了……额度，每个月……。整体来说感觉状态良好，无手撕。

1.skills和tools是怎么区分的？2.skills真正的优点是什么？能做到什么？3.mcp的讲解？ mcp要定义接口的话，必须把参数那些都定义到上下文中，他是一个比较冗余的信息，会污染到上下文。正常的工具调用是不需要这些冗杂语义的，而skill会隔离这些东西在上下文里面会去隔离这些东西，不光是token消耗量。还有一个重点就是做到按需加载，渐进式加载的问题。4.长期记忆是怎么做的？用户的记忆属于实体记忆，实体记忆应该更偏向于关键词记忆，并非rag。5.接触过融合检索吗？融合检索是什么？6.混合检索的融合算法是什么样的？他的比重是什么样子的？有可能rag找回了top5，es召回了top5...