字节剪映日常二面凉经

攒人品！！！ 大家都要拿到暑期实习的offer啊！！！项目一：1. 你这里的意图判断是怎么做的？直接交给模型做，还是这个用户的查询query做了一些其他处理。2. 为什么要设计这三层记忆架构，是一个通用的设计还是参考了什么论文。3. Agent 的评估是怎么做的4. 有没有评估过你的记忆架构，在没参考openclaw之前和之后的指标有什么变化，成功率有对比吗？5. 你之前向量检索加redis缓存是怎么做的？ redis健和值是什么？6. 新的记忆加到文件里 是直接append吗？ 覆盖？还是改写？7. 改的方式 模型改吗？模型调用editor去改文件是吗？8. 你觉得 redis+milvus向量存储 和mysql+文件系统+向量检索，他们的优劣如何？优点缺点分别是什么。9. 其实我比较感兴趣的是他们这两种方式的查询检索召回 效率的对比。10. 对于每一个用户，在系统中怎么保存这些不同用户的文档？11. 其实就是模型通过路径去读这些文件是吧，那如果两个人登了同一个账号，在同一时刻，这个文件会被两个不同的用户使用，在这个情况下，你们的系统如何处理？怎么解决这个问题？项目二：1. 你说你的文档准确率达到90%，具体做的改变是什么。2. 那为什么医院的问答项目里，不采用同样的实现3. 你说pdf表格密集，那假如用户就是问一个表格里，第二行是2025年，第三行是2024年，具体问2025年的值是多少，你的系统能做到吗？4. skill是自己写的吗 ，互相之间可以联动吗？5. 为什么不用skill-creator6. 你的数据集是怎么收集的，然后是怎么评估的呢？打分是谁在打分？人在打分 ，还是模型裁判员去打分？如果有很好用的模型裁判员，为什么不用裁判员模型7. 介绍一下KV cache8. 讲一下transfromer架构。算法题1. 字符串数字相减2. 字符串最长连续序列

常问ReAct、tool calling、任务拆解、Agent设计（如数分Agent）、memory、多Agent协作、幻觉控制、成本优化、失败处理与评估。核心看你能否把复杂任务拆成稳定流程。

攒人品中 1.实习深挖2.介绍LLM项目的背景、动机、想要达成的目标、为什么做?3.详细介绍自己使用的技术，遇到的问题，如何解决的?4.使用LoRA微调，在用LoRA时有没有遇到模型不收敛或指令输出格式损失不符合预期?5.LoRAalpha特别强/特别弱会有什么情况?LoRA增量训练遇到灾难性遗忘如何解决?6.评测模型性能好坏的指标?有没有什么量化指标?怎么评估输入和输出的?7.DPOSample偏好尝试不同reward或其他层面的偏好对齐，选择的依据8.有没有微调过多模态大模型?9.Prompt Engineering项目有没有做过?10.手撕非 Leetcode hot100

超级社牛老登捞了我一把，所以感觉才会面的比较的顺利，这里也是给老登跪了。而且hr还问了我之前的ld我的表现，我之前的ld也是给了很好的评价，这里也是泪目了，字节飞书管理后台/安全部门 里的人都是超级和善的好人，望周知。还有一点感觉就是现在都不问我的破QQ项目了，我这破QQ项目是我和一个啥鸾工作室同学写的，nm去年都在用，现在再用就有点垃圾了。打算写一个一站式生成Galgame的Agent项目，因为看到最近国G出这么多事，md我想搓个好的国G拯救国G，一面（mt）1. 小红书简历提问，Stylus类名原子化转换器2. Openclaw记忆相关的问题（memory，soul，boostrap之类的，简单说说就完了）3. 如果让你进行一个大型仓库的重构，怎么结合AI进行重构4. 知道harness engineering吗（刷到过，没点进去看）5. 用过哪些模型，用的啥Coding Plan6. 上一段也是字节，为什么离职7. 如下是一段AI写的代码，请你找出它有问题的地方，以及需要改进的地方（闭包，性能问题，强调了下fiber，然后面试官说现在不问八股了）8. 同7，又是一段代码，给出改进意见（utils类型要封装useHooks，代码逻辑耦合，useContext太重导致频繁渲染）9. when，where二面1. 同上，不过深入询问了2. 上一段也是字节，为什么离职3. 说下你用openclaw进行飞书管理后台61个模块改造提效的过程体会4. 算法：get(obj,'a[0].b.c')，获取obj中对应的字段的值5. 算法：ShuffleArr，输入[1,2,3]，随机打乱进行输出，每一个数字出现在各个位上的概率是相同的6. harness engineering7. when，where三面（ld）1. 现在让你对一个大型仓库进行业务开发，如何利用AI提效（按照模块or业务进行多Agent各自读取，产生一个各自模块的总结，结合AGENTS.md啥的看能不能补充足够的上下文，然后再开发。其实我是想到什么说什么的）2. 那对于小仓库呢，也要多agent吗？如果宕机了怎么办？怎么控制并发数目？那你可不可以把上面的做成一个插件，你会怎么设计（我说仓库的大小我也不知道怎么界定，那么就让用户选择是否需要多agent分析吧，反正要分析得到一个上下文md，然后是业务开发的agent进行开发，为了避免开发中途宕机or什么问题，所以可以借鉴OpenSpec的tasks.md文件，将开发任务拆成一个个小task，然后完成一个标记一个。至于并发数目我也不明白，暂时就根据用户电脑内存来划分吧，然后测试阶段加一个QA Agent，配上一些可观测数据啥的测试就行。然后说了下上下文焦虑的问题，）3. when，where反问：harness engineering贵部门怎么搭建的？流水线还是多agent协作？hr面1. 面试感受2. 为什么上一段离职3. 你是慢热型的吗4. 介绍工作强度（10-10），团队氛围5. 有很低概率审批挂，or加面反问：为什么面试官感觉都这么懂AI？比我之前面试的AIDP面试官还要厉害的感觉？答：剪映是字节AI试点的业务部门，在大力推AI暂时没有消息，4.15房租到期，俺就要会重庆了，不管怎么样吧，终于还是离开了待了9个月左右的上海，物价没有想的那么贵，虽然房租确实贵，但是吃的还能接受，外卖价格也差不多，但还是怀恋重庆的美食，哪怕回到重庆随便找一家公式化重庆小面品尝一下，都是一件多么棒的美事儿啊