字节 AI agent一面 面吐了...

攒人品中，祝大家都能拿到满意的Offer！1. 实习拷打2. 项目拷打3. 请具体介绍这两个项目的工作流以及用到的技术栈。4. 数据清洗涉及哪些步骤？这些步骤起到什么作用？5. 微调数据集的结构是怎样的？6. 微调有哪几种方法？它们有什么区别？7. 对于各种文档，你们做了哪些处理方式？每种处理方式有什么优缺点？8. 你们采用了子块和父文档关联的方式，这种方式在实际应用中的优点和缺点是什么？9. 如果有一个具有多级标题（如1级、2级、3级）的文档，我想检索一个大类时能把其下所有子类内容都带出来，你会怎么设计？10. 在构建知识库进行检索时，可以涉及哪些算法？为了提高召回率，多路召回会涉及哪些方法？11. 在多路混合检索时，如何平衡不同检索方法之间的权重？12. 知识库构建好后，如何评估它的效果和能力？具体指标如何衡量？13. 在检索阶段，我们通过多种方法提高了召回率，召回了许多知识片段。在将这些片段提供给大模型时，我们是全部给模型吗？还是有什么方法可以提高模型的推理结果？14. 在设计智能体时，你是如何选择不同类型的智能体的？智能体之间如何流转？它们的记忆如何管理？15. 多智能体是如何编排的？智能体之间的流转状态是如何管理的？16. 你们的实现没有依赖LangGraph这类框架，是基于什么考虑？17. 在你的智能体规划场景中，如果涉及到需要用户确认的操作，你们是如何设计考虑的？18. 项目中使用的MCP工具调用，主要也是用于查询和推荐数据吗？19. MCP有哪几种协议？它们之间有什么区别？

大家好我是@程序员花海，之前写过3篇Agent开发学习路线，收到广大牛友的一众好评，感谢大家的支持！！最近浏览了很多公司的招聘网站，我们搜一下技术岗，看下当前哪些岗位招的比较多。以淘天为例，搜一下社招开发岗位，好家伙一眼望去全部都是Agent开发相关。再看下字节，好家伙一眼望去也都是AI。说句实话，现在很多公司都在提倡AI coding，我司就在周会的时候大力提倡AI coding解放人力，但是大家想一个问题，AI都能写好代码了，那么你的意义是什么呢？其实并不是危言耸听，AI再如何发展，但是他对于业务的理解始终是跟不上人力的，我举个例子，涉及到支付、券这种场景，对于金额大小和频控有严格的限制，...

面试1h左右RAG 架构与检索流程1、为什么引入父子索引?2、为什么在检索阶段引入BM25?(追问)BM25和向量检索是怎样组合的?比例是如何设置的?(追问)整体检索流程是怎样的?从query 到最 终上下文的完整流程是什么?(追问)检索阶段有没有做rerank?使用的是什 么方式?Rerank 与检索结果处理1、rerank后一般返回几个块?(追问)为什么选择这个数量?有没有做过验证?2、rerank后的topK截断是怎么做的?(追问)为什么是这个值?有没有尝试过其他策略?(追问)如果上下文长度不够或过长,你是怎么处理的?上下文工程与记忆机制1、讲一下上下文工程是怎么设计的。(追问)上下文拼接的结构是怎样的?(追问)如何避免上下文过长导致模型性能下降?2、记忆机制是怎么做的?(追问)短期记忆和长期记忆是如何区分和存储 的?(追问)记忆更新策略是什么?Agent设计与工具调用1、Function Calling 是怎么设计的?2、Agent的任务规划是怎么做的?(追问)规划是由模型完成还是通过规则实现?(追问)多工具调用时如何决定调用顺序?(追问)如果工具调用失败如何处理?安全与防护机制1、Prompt注入攻击如何防御?(追问)有没有做输入过滤或规则校验?2、工具调用的安全控制是怎么实现的?(追问)如何限制模型调用敏感接口?(追问)是否有权限控制或白名单机制?限流与系统设计1、讲一下分布式令牌桶限流。2、漏桶算法是什么?3、滑动窗口算法是怎么实现的?(追问)如果使用滑动窗口，结构体中会包含哪些字段?4、滑动窗口和令牌桶相比有什么区别?(追问)如果用Redis实现限流，会使用什么数据结构?基础算法与数据结构1、布隆过滤器讲一下。(追问)会出现什么问题?(追问)如何控制误判率?数据库与索引1、数据库索引失效的情况有哪些?2、like查询会不会导致索引失效?(追问)哪些写法会导致索引无法命中?RAG 评测与数据集1、RAG系统如何评测?2、有哪些评测维度?(追问)常见的指标有哪些?3、评测数据集一般包括哪些内容?(追问)如何构建高质量评测数据?RAG 优化与效果提升1、如果要提升相关度,你会怎么做?2、如果要优化回答效果,有哪些思路?(追问)是优化检索阶段还是生成阶段?(追问)如何验证优化是否有效?系统设计题1、如果设计一个数据处理场景，比如有一千条数据需要求和，你会如何设计处理流程?(追问)如果数据规模扩大到百万级怎么处理?(追问)如何保证计算效率和稳定性?RAG 性能优化1、RAG的性能如何提升?(追问)是从检索、模型还是系统架构优化?(追问)有没有做缓存或并行优化?上下文优化1、当前的上下文是如何处理的?(追问)有哪些优化思路?(追问)如何减少无关上下文对模型的干扰?

最近发现一个宝藏开源项目 learn-claude-code，特别适合想入门 AI Agent 开发的同学。这个项目不是教你"怎么用 Claude"，而是带你从零搭建一个类似 Claude Code 的 AI Agent 系统，理解背后的架构原理。 项目地址：https://github.com/shareAI-lab/learn-claude-code  三个核心概念你必须掌握 1. Context Engineering（上下文工程） 确保 Agent 能访问正确的信息。静态知识（AGENTS.md、架构文档）+ 动态数据（日志、CI/CD 状态）共同构成 Agent ...