淘天Agent开发一面面经分享-暑期

攒攒人品！有面试过同岗的朋友欢迎评论区交流
1. 项目拷打：深挖实习中的 AI Agent 架构与 Java 后端落地细节。
2. Java 线程池如何自定义拒绝策略？（考察 RejectedExecutionHandler 接口实现）
3. 场景题：QPS 为 100，平均响应时间（RT）为 100ms 的 IO 密集型场景，你会如何设置线程数？
4. 动态调优：在不重启服务的情况下，如何动态调整线程池参数？结合配置中心（如 Nacos）的实现思路是什么？
5. 线程池动态刷新时，是直接替换整个线程池对象，还是调用内部 API 修改？两者有何优劣？
6. MySQL 分页查询（Deep Pagination）在数据量大时为什么会变慢？
7. 子查询优化分页的原理是什么？在联合索引覆盖的情况下，子查询节省的开销是遍历、回表还是 CPU？
8. 慢 SQL 排查：除了索引缺失和数据量大，还有哪些因素（如锁、连接池、长事务、系统负载）会导致 SQL 变慢？
9. 线上发生 OOM（内存溢出）时的排查路径是什么？如何通过快照定位到具体的代码行？
10. 详细描述你项目中的 Multi-Agent 三层架构（Router -> Manager -> Sub-Agent）的设计逻辑。
11. 在 Agent 开发中，如何通过 Prompt 实现高效的指代消除和意图识别？
12. 提示词工程高阶技巧：什么是思维链（CoT）和思维树（ToT）？它们分别适用什么场景？
13. RAG 实战：你的文档切片（Chunking）策略是什么？如何处理 Markdown 等结构化文档？
14. 检索优化：为什么在 Embedding 向量检索的基础上还要引入 BM25 关键词检索？
15. 评估体系：如何客观评价 RAG 的效果？谈谈你对上下文忠诚度、答案相关度的理解。
16. 模型决策：对于 200 组左右的固定 QA 知识库，你会选择 RAG、Lora 微调还是长上下文直接输入？
17. 微调难点：在样本量极少的情况下，如何解决 Lora 微调容易出现的过拟合或欠拟合问题？