美团ai全栈开发日常实习一面分享

根据目前参与过美团AI面试的同学反馈，题目类型与考察方向有一定规律性，其实不难发现高频考点就那么几个，所以我用反馈出来的面经整理了一套题库，涵盖了美团ai面中反复出现的经典问题，只要认真掌握以下题目基本上就不用太焦虑。ai面规则我的建议是，ai面回答时尽量采用“第一、第二、第三”或“1、2、3”的结构化方式分点陈述，每个分点先抛出核心结论，再用一到两句话简要展开，避免长篇大论或逻辑散乱。语速一定要记住保持平稳适中，关键词可适当加重语气，确保ai的语音识别能够准确抓取得分点。整体作答控制在4分30秒左右，预留少量时间缓冲，防止超时自动跳题。如遇到完全不会的题目，不要长时间卡顿，简要说明相关思路或...

4.7 二面 时间1h可能是一面面评很好，二面感觉纯聊天，没怎么考察技术agent相关：一面简历里的agent、聊Claude code源码泄露，聊Claude 实现机制（fork、subagent、team、coordinate机制），聊深入了面试官羞涩一笑：源码我还没来得及看呢；我：没事，我看了的部分您可以随便问业务相关：如果要在美团app上集成一个能语音下单的agent，怎么办？（从技术实现上有两种：一种是利用tts模块语音文字互转然后传入llm；另一种是直接多模态模型端对端）；追问：纯语音场景下用户如果长时间没有收到反馈可能会觉得卡死，为了用户体验如何改进？（及时反馈机制，每成功一个小步骤就反馈一下）如果你入职之后需要开发某个业务功能，但是涉及十几个不同部门对业务仓库，你怎么用AI最快速度帮助你开发业务？（先读每个仓库模块的文档，没有文档的仓库需要和AI一起check源码生成文档，开发循序逐模块、测试通过之后再进行下一步，严格规划和约束AI的流程计划）没有八股，但问了一嘴：AI时代，八股这些基础还重要吗？我：重要，sql关键字细节这种可以用到了再查，但是乐观锁、悲观锁、消息幂等机制等等是需要了解底层的，否则对业务上限有限制刷题前我以为要被拷打，问：要不来道dp吧，图论和树没怎么练过可能不会面试官嘿嘿一笑：没那么难最后来了一道leetcode easy：合并两个有序数组，不允许开新数组。嘴角压了2分钟后，双指针5分钟秒了，处理边界情况的时候面试官：好了别写了。后面聊了一下部门情况，base偏好，还提了一嘴不想选外卖选到店业务，面试官感叹：你蛮善良的，最后还交流了一波在商言商的商业理论。最后祝北京相见，知道应该稳了后续4.10 offer （hr电话都没打、直接发的邮件），已接

1. 自我介绍2. 多阶段 RAG 里同时使用 BM25 和向量召回，混合检索策略通常怎么设计混合检索的关键不是把两路结果简单拼起来，而是根据问题类型决定两路召回各自承担什么角色。BM25 对精确术语、错误码、接口名、字段名、版本号这类关键词命中很强，向量召回则更擅长语义改写、口语化表达和抽象问题。真正稳定的设计一般是先并行召回，再做去重、融合、重排，最后再进入上下文构建阶段。如果问题本身是“精确定位型”，比如某个报错码、类名、接口路径，BM25 权重通常更高；如果问题是“意图表达型”，比如用户用自然语言描述故障现象，向量召回的权重会更高。工程里比较常见的是先取两路 topk，再用 RRF 或...

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.项目介绍 + 深挖2.开发你的agent的时候，用的是什么流程？为什么用这个流程？3.开发你的项目agent的时候，有没有借鉴目前各个产品的思路？4.模型和 Agent 的区别是什么？5.本地工具、MCP Tools、Skill 三者的区别？6.为什么已经有了 MCP，Anthropic 不继续做 MCP 而是转向做 Skill 了？7.Skill 里面有没有工具？8.Claude Code 的记忆架构是什么？上下文真的等于记忆吗？9.为什么 Claude Code 不用 RAG 检索代码而是直接用 grep？10.有没有了解过最前沿的记忆设计？11.手撕：实现一个 Skill 系统，完成 Skill 的注册、发现和调用。目录结构为 .agents/skills/ 下每个 Skill 一个子目录，包含 .yaml 配置文件和 scripts/*.js 执行脚本。