谁能告诉我小红书这是要招什么神仙

一、基本情况 / 项目概述1.你先做个自我介绍。2.你最近的一份项目，能不能从整体框架、实现方式、你承担的角色这几个方面讲一下？________________________________________二、字节实习：端上特征平台 / 数据处理链路3.你们这个特征平台，本质上是在做哪些事情？4.你们是只做数据处理和平台化支撑，真正的使用方是各个业务侧，对吗？5.端上数据的产生流程是怎么设计的？6.特征是怎么从原始事件中生成出来的？7.不同特征之间是怎么区分的？8.数据产生之后，准确性校验是怎么做的？9.如果你们主要只是做订阅、采集、落库，那这个平台真正的复杂度和难点在哪里？10.你刚才提到的平台能力里，除了基础入库，还有哪些额外的处理或运行能力？________________________________________三、SQL 优化 / 性能问题11.你做的 SQL 优化具体是怎么发现问题的？12.这个问题最初是怎么产生的？13.你的优化方案具体分成了哪几步？14.为什么这些 SQL 可以做模板化和合并处理？15.最终修复效果怎么样？优化指标大概是多少？________________________________________四、自动化测试 / MCP / Agent 能力16.你提到做了自动化测试相关的 Agent 和 MCP，这块整体设计思路是什么？17.这个自动化测试能力具体包含哪些功能？18.你是怎么把 MCP 接进自动化测试流程里的？19.这个自动化测试后面是怎么和业务流程、版本流程结合起来的？20.如果有新增接口或者代码变更，你们后续怎么补自动化测试用例？________________________________________五、AI 投资分析系统 / Multi-Agent 设计21.你做的 AI 投资项目，是一个 Multi-Agent 项目，对吗？22.这个 Multi-Agent 架构整体是怎么设计的？23.主控 Agent 和子 Agent 之间是怎么分工的？24.不同 Agent 之间的数据是怎么流转的？25.任务列表、完成标记、工具调用列表这套机制是怎么设计的？26.你的系统提示词一般是怎么设计出来的？27.你自己先写提示词，和让 AI 帮你结构化整理，这两部分分别怎么配合？________________________________________六、Prompt / 幻觉控制28.写提示词的时候，怎么尽量减少幻觉？29.你觉得减少幻觉最关键的设计点是什么？30.除了提示词约束和标注信息来源，你还有没有别的方法控制幻觉？________________________________________七、字节中的 Agent 实践31.在字节实习期间，除了测试那块，你还做过其他 Agent 相关开发吗？32.你说的测试 Agent，本质上到底用了哪些 Agent 能力？________________________________________八、通用 Agent 设计方法论33.如果现在让你从一个业务场景出发设计一个 Agent，整个流程你会拆成哪些步骤？34.在架构设计阶段，你会先判断哪些关键问题？35.什么时候适合做简单的一问一答式 Agent，什么时候适合做 ReAct / Plan-and-Execute 这种复杂 Agent？36.长短期记忆、工具设计、安全审查，这些部分在 Agent 设计里分别怎么考虑？37.你觉得一个 Agent 的最小可行版本（MVP）应该包含哪些核心部分？________________________________________九、Agent 评估 / 数据集 / 上线38.一个 Agent 做出来之后，你怎么评估它的效果？39.你刚才说需要准备测试数据集，那这个测试集应该怎么设计？40.如果测试集不好准备，那上线前你怎么确认这个 Agent 足够可用？41.除了离线测试，你会怎么做人工测试和灰度验证？________________________________________十、Agent 安全 / Prompt Injection / 越权42.Agent 测试时，除了正常测试，你有没有了解过异常测试场景？43.你对越权调用、Prompt 投毒这类安全问题了解多少？44.如果要做这类安全防御，你会怎么设计技术方案？45.在输入侧做规则引擎和小模型审查，这两种思路你怎么理解？________________________________________十一、C++ 并发 / 异步 / 落库46.你提到过 concurrent hashmap，你能讲讲它的实现原理吗？47.这个结构是怎么保证线程安全的？48.你们当时这个并发 map 真的是无锁实现吗？49.如果是锁 + 条件变量，它具体是怎么工作的？50.你提到异步落库，这个异步队列是怎么设计的？51.你们怎么处理消息延迟、消息丢失、消息堆积这些问题？52.如果队列在内存里堆积，进程或者机器异常退出，消息怎么恢复？53.你们当时对失败重试和上报之外，有没有更完整的恢复设计？________________________________________十二、网络基础 / HTTP54.你大致说一下 HTTP/1.1 和 HTTP/2 的区别。55.在长连接场景下，比如 Agent、模型交互、AI Coding 这些场景里，HTTP/1.1 和 HTTP/2 一般分别适用于什么情况？56.如果要选协议，你会怎么考虑它们各自的适用场景？

bg双非本 末2硕 一段几乎没产出的实习 技术栈cpp3月初开始投递，一个多月陆陆续续面了十几场简历挂：百度、小红书、携程（笔试都没发）、阿里、美团（笔试ak了也没面）笔试挂：米哈游、网易雷火面试：1.柠檬微趣游戏客户端 一面挂2.腾讯后台开发 WXG 一面挂后被捞到IEG 两轮技术面后hr面横向排序挂3.网易互娱 客户端&服务端 一面挂4.拼多多客户端 三轮技术面后 hr面横向排序挂（至今不知道为什么，自我感觉一二三面都答得不错，手撕也都做出来了5.快手数据库开发 一面挂（kpi）6.字节剪映客户端一面挂这一个月心情可以说是从天堂到地狱，从手握两个hr面到最后没面试。。其余还在泡池子...

还是太菜了，下去沉淀一下1. 实习拷打2. 项目拷打3. 你针对图片的评测标准如何构建？4. 定义评测标准之后，是靠人去做吗，有没有自动化工具的引入？5. 评测集总共有多少条？6. 针对图片的一些图像检测算法有使用和引入吗？7. 你觉得从评测集的覆盖度上看，有什么缺陷吗？8. 从用户线上反馈来看，你觉得对于你评测集优化有什么帮助吗？9. 评测集构建过程中，自己构建和用户反馈各自占的比例大概是多少？10. 你对市面上主流的agent产品有了解吗？11. 就结合上面这个业务，如果让你设计一个agent，你会如何设计？考虑哪些点。12. 如果让你定义agent评测指标，你会关注哪些点？13. agent性能维度，你了解哪些指标？14. skill和tool的区别是什么？15. 模型的上下文压缩有了解吗？16. 你在实习过程中，有没有由你自己主导，实现并上线的一个功能，非执行层面的？17. 实现过程中，用了哪些开源的skill或者工具，解决了什么问题？

感觉面完人都通透了，还是太菜了，下去沉淀一下1.实习项目相关问题2.介绍智能客服系统中你的负责部分、面临的问题及解决方案。3.如何解决大模型在客服场景中的幻觉问题？4.是每个场景对应多个 Agent？5.新架构是否存在泛化性损失问题？如何处理新活动规则等未见过的知识注入？6.Expert Agent 是以什么维度划分的？7.新架构的 AB 测试指标提升具体来自哪些模块？8.如何从线上真实对话构造Expert Agent 的 SFT 训练数据？9.Expert Agent 的 prompt 主要输入有哪些？模型输出是什么？10.Expert Agent 是否有预设工作流（workflow）和任务描述？11.Expert Agent 的评价指标（出商品率、商品正确率）具体如何定义和获取评测数据？12.智能客服 Chatbot 是否面临多轮对话中信息遗忘、流程偏离、回复机械感的问题？如何应对？13.如何优化多智能体系统（MAS）中各 Agent 的协作，避免局部优化但整体效果不佳？14.多智能体系统中如何设计奖励函数促进 Agent 协作而非竞争？八股1.什么是优势函数？2.PPO 中需要训练哪几个模型？3.PPO 中参考模型的作用是什么？4.什么是 Reward Hacking？有哪些缓解 / 优化方案？5.智能对话多轮场景中，attention 机制的局限性是什么？有哪些优化思路？手撕：排序K个升序链表