字节后端实习agent一面分享

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. 问关于ReAct的知识，那几个模式有什么差别2. 给了一个场景，就是设计一个全自动化的agent进行AI漫剧创作，你会怎么设计？3. 为什么要引入父子索引？BM25引入的原因是什么，比例是怎么设置的，整个具体流程是怎样的，有没有做rerank操作？4. 如果做了rerank， rerank之后返回几个块？有没有做过一些验证来确保效果？5. rerank之后的topk截断是怎么实现的？为什么选这个k值，有没有考虑过其他方案？6. 讲一下上下文工程，还有记忆功能是怎么实现的。7. 讲一下LRU的原理和实现。8. 讲一下你项目agent框架9. langchain langgraph了解多少 你在你的项目中有使用吗10. 你做的agent响应这么快 你是否有工程优化 是什么11. chunk怎么切的 除了你这么切 还有别的办法吗12. 如果用滑动窗口 如何去重？13. 准确率提升是如何量化的14. 如果你切chunk的时候 第一个段落和第十个段落有联系你怎么做

雪花算法 主要用于生成全局唯一ID，并且长用来作为数据表主键 雪花算法=符号位+时间戳+机械码+序列号 优点是性能高，不依赖数据库，天然支持分布式 缺点是会有时钟回拨产生重复ID和序列号溢出的风险 时钟回拨问题怎么解决？ 检测并阻塞 当检测到当前时间 < 上一次时间时，直接拒绝或阻塞，等待时间追平。这里的等待时间追平是指系统时间追上一次生成ID的时间 多时钟序列 引入“时钟版本号”（clockId），时间回拨时切换 clockId 保证不同时间段生成的 ID 不冲突（类似逻辑分片） 序列号溢出怎么解决 等待下一毫秒 当序列号用完，阻塞到下一毫秒再继续生成这是默认实现，简单且可靠 扩展序列...

1. 讲一下多路线程池的实现原理，怎么做线程同步？2. 生产者-消费者队列(有界队列)实例需要几个条件变量和锁来管理？（1个和2个都行，2个就是not_empty和not_full）3. 你提到无锁队列，讲一下实现方法？4. 为什么用atomic原子变量来实现无锁队列？了解atomic的底层原理吗，这样做会引入什么代价？5. 为什么atomic+自旋实现的无锁队列比有锁队列性能更优？6. 讲一下内存序有哪几种？分别有什么特性怎么使用？7. 为什么memory_order_acquire和memory_order_release 用于锁的获取和释放？8. 为什么要使用内存序？为什么执行顺序和代码顺序会出现不一致？9. 你提到编译器优化？还有其他原因吗？（CPU乱序，缓存一致性）10. 讲一下返回值优化？返回值优化的原理能展开说说吗？11. 讲一下你的解码帧内存池的实现原理和数据结构选型？12. 你提到你每个页设置的是64KB，为什么选这个大小？13. 如果你每个页拼接起来尾部有不足64KB的怎么办？（已经按公倍数选择了，解码帧分辨率都是64的倍数）14. 讲一下你为什么选LRU，假如你用来管理页的vector回收了一些页块回来，造成了外部碎片，该怎么处理？（伙伴算法+相邻页块合并）15. 聊聊webrtc和websocket的差异和优缺点，你认为他们分别适合什么样的业务场景，有什么优缺点？16. 手撕：跳跃游戏II

1. Agent 的架构设计？一个完整的 Agent，一般不是单独一个大模型就能跑起来，核心会拆成几层。最上面是任务入口：负责接收用户问题和上下文；中间是决策层：负责意图识别、任务拆解、规划和工具选择；下面是执行层：真正去调工具、查知识库、访问服务；最后是记忆和状态层：维护多轮上下文、历史执行结果和中间变量。如果做得再工程化一点，通常还会加一个校验层。因为模型规划出来的步骤不一定总是对的，工具参数也可能填错，所以在执行前后都要做检查，比如参数合法性校验、工具返回结构校验、结果一致性校验。Agent 真正难的地方不是 “能不能想”，而是 “想完能不能稳定执行”。2. RAG 的检索如何实现？RA...