阿里淘天AI应用研发二面 攒人品中

发一下问题给大家参考，攒攒人品！1. 你这个状态机整体流转是怎样的？关键节点分别是什么？2. Human-in-the-loop 放在哪一段，为什么放这里？3. HIL 后面的节点是什么，分别负责什么？4. 为什么这里一定要做幂等？不做会出什么问题？5. 同一份配置算出来的哈希是不是固定的？什么情况下会用同一个哈希再次触发 Jenkins？6. 这个哈希在你系统里表示的是同一个任务，还是同一类任务？7. 你们拿哈希去查任务时，结果是唯一定位，还是可能存在歧义？8. 如果网络抖动、服务挂了，哈希和任务状态怎么处理？9. 如果任务执行中会话断了，怎么恢复？如果 Jenkins 还在跑，怎么重新接回来？10. 如果会话断了、服务也挂了，这个任务还能不能恢复，靠什么恢复？11. 如果配置没变、哈希没变，但我想重新触发，幂等机制会不会把它拦住？你怎么设计“重试”和“重新发起”？12. 自动重启能不能做？如果做，重试逻辑、超时逻辑、人工介入边界怎么划分？13. 任务状态有没有必要持久化？应该放 memory，还是独立状态存储？14. 你的记忆是怎么分层的？哪些信息进短期上下文，哪些信息进长期记忆，哪些信息只进任务状态？15. 你们现在上下文大概能承接多长？30 轮裁剪是怎么裁的？16. 如果复杂任务 30 轮结束不了，长链路上下文怎么压缩、提炼、续接？17. 你怎么保证压缩之后不丢关键任务信息？18. 你对 Agent 范式怎么理解？ReAct 和 Reflection 分别是什么？19. ReAct 里人能不能介入？一般介入哪些节点？20. Reflection 比 ReAct 多出来的核心价值是什么？它能不能真正解决死循环？21. 如果系统进入死循环，除了人工介入，你还会加哪些机制让它停下来？两道AI Coding，一道在平台写，一道用自己的ide

🕐面试时间：60min❓面试问题：自我介绍拷打agent项目，react是怎么设计的，多轮对话是怎么实现信息传递的，每个agent在每轮对话中的记忆是怎么样的长短期记忆的理解rag是怎么实现的，reader和spliter的策略是什么。召回效率不好怎么优化（切割方案，多路召回，query rewrite）mcp的stdio和sse有什么区别在你开发的实际感受下，传统的掉api和使用mcp有什么体感上的不同第二个项目实现怎么实现幂等的在事务过程中mysql蹦了怎么办，锁怎么释放（防不胜防，考虑设置断点+过期时间）如果我要改成一个用户能操作5次，怎么改（在最开始用分布式锁锁住，然后在里面进行业务...

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 实习拷打2. 调用openai的接口，背后协议是怎样的一个workflow3. 项目拷打4. code: n个人站成一排，从左到右编号1-n，每次随机淘汰一个奇数位置上的人，淘汰完之后右边的人左移，（淘汰49之后，50变49，51变50），99轮之后，只剩的最后一个人获胜，问: 假如你参加这个游戏，站在哪个位置可以让你的赢面最大5. 模型基座怎么训的了解吗6. 场景题: 根据名字预测性别，方案和需要的数据量7. 讲一下ppo，dpo，grpo，以及rl到底在优化什么东西8. 讲一下持续学习的概念吧，业界持续学习大概有哪几种方法9. 讲解一下这篇论文

1. 自我介绍2. 项目里怎么做意图识别，如何理解用户真正要解决的问题意图识别不是简单做文本分类，而是把用户输入转换成系统能执行的任务。比如用户问“这个供应商最近还能不能继续合作”，表面上是一个问答，实际上可能需要查询供应商资质、历史履约、黑名单、逾期付款、合同违约记录和采购金额变化。这里要识别的不只是意图标签，还包括业务对象、时间范围、风险类型和是否需要调用工具。工程上我会分成三层。第一层是规则和实体识别，先提取合同编号、供应商名称、采购单号、金额、日期这类强结构化槽位。第二层是模型意图分类，判断是合同审查、条款解释、供应商风险、付款异常还是流程咨询。第三层是置信度和兜底，如果置信度低，就让...