北邮毕业拿字节228万offer

继续来分享下最近的面经~1.介绍一下你设计的整个 Agent 架构。2.为什么设计成主从架构？3.讲一下完整的业务流程，Agent 在整个过程中做了哪些事情？4.为什么在这里设计的是先调用 tool 去查商品，再走 RAG 检索商品信息？5.你的 RAG 知识库的索引是怎么设计的？6.你这个 Agent 的自主规划执行有没有轮次限制？7.你在写 Prompt 方面有什么心得？可以举例说明。8.如果在 Prompt 中明确提出 RAG 结果不要返回某种商品，但模型还是返回了，并且多次出现，这种情况可能是什么原因？9.说说你对 Agent 和 Skills 的理解。10.一般情况下你这个 Agent 的响应时间是多少？

有无佬或者公司捞捞

发点面经攒攒人品～1.实习拷打2.项目拷打3. 有多个消息投递到消息队列，处理的结果怎么与发送的请求对应呢？4. 为什么不直接通过数据库通信而需要用消息队列呢？5. 项目有没有前端流式输出展示？6. 身份认证是怎么做的？7. 你觉得langchain和langgraph框架提供了什么功能？优势在哪？8. 讲讲大模型的React9. 讲讲工具调用和多智能体协作10. 对于上下文工程，你觉得有哪些主流的技术？11. 讲讲RAG和持久化记忆的区别12. 什么是思维链（CoT）？13. 为什么Agent还需要Instructions, Rules, MCP, Skills？14. Rules和Skills有什么区别？为什么不把Skills的指导写进Rules？算法题：LeetCode中等难度，计算二叉树最大宽度

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.拷打第一个项目：项目里如何解决图文模态对齐问题？如果图纸在文本中没有描述，模型如何通过视觉特征召回？Milvus中使用了哪种索引算法？针对术语的语义偏移，除了混合检索，有没有试过对Embedding模型进行微调或使用Adapter？3.拷打第二个项目：如果外部测评工具返回的原始数据格式与LLM预期不符，如何实现自动化映射？当向量库检索出的长期画像与当前会话状态有冲突时，你的系统如何应对？如何防止模型回复过度依赖检索内容而变得生硬，影响共情？4.相比于CoT，ReAct在模型与外部环境交互时解决了什么问题？5.讲一下大模型进行Function Call的具体流程？如何将语义转化为结构化参数的？6.在开发中，你怎么判断任务该用Workflow还是自主决策的Agent？7.讲一下Agent的长短期记忆，在长对话中如何实现上下文的动态压缩和遗忘？8.在Agent系统中，RAG检索到的外部知识是如何喂给模型并防止干扰的？9.什么是Rerank？在检索链路中它对Agent的决策准确性有什么影响？10.当单Agent面对长任务时，引入Multi Agent的优势是什么？11.Multi Agent中，Router节点是如何决定任务该分发给哪个子Agent的？12.什么是Human-in-the-loop？在Agent系统中如何设计人工审批断点？13.如何量化评估一个Agent系统的好坏？14.除了生成质量，还应该关注哪些维度的指标？15.对于Agent多步推理带来的延迟问题，有哪些优化方法？16.随着大模型上下文窗口的扩大，你认为RAG会被完全取代吗？