字节日常实习后端ai开发一面分享

继续来分享下最近的面经~欢迎友好讨论，信息共享1.项目拷打2.介绍一下 AI 智能体的 workflow 以及 RAG 知识库是怎么设计的？3.意图识别用的是哪个大模型？如何判断和测试意图识别结果的准确率？4.Redis 做语义向量的相似度检索，内部用的是什么算法？5.在使用 RAG 的程中有没有出现大模型幻觉？如何设计兜底方案？6.JMeter 压测的具体参数是怎么设置的？7.Redis 是单线程的，为什么它还能支持高并发？8.在实际业务场景中，你怎么判断什么时候需要加缓存？为什么不能只用 MySQL？9.除了导购，你认为在电商领域（如京东）还有哪些场景可以用到 Agent？

1. 自我介绍2. 项目拷打3. 你怎么理解现在的大语言模型，它和传统 NLP 系统最大的分水岭是什么现在的大语言模型本质上不只是一个“更大的文本分类器”或者“更强的生成器”，而是把表征学习、任务迁移和自然语言接口统一到了一个模型里。传统 NLP 往往是一任务一模型，文本分类、命名实体识别、问答、摘要各做各的，大模型则是在大规模预训练后，通过提示、工具调用、少样本样例甚至简单微调完成大量任务迁移。真正的分水岭不在参数量，而在它具备了统一接口、上下文学习和任务泛化能力，所以很多原来需要显式建模的流程，现在可以交给模型做一层高层抽象，但代价是可控性和确定性下降。4. 如果要让模型真正“理解”你的业...

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

1. 讲一下你做过的一个 Agent 项目，重点说业务背景、流程和你负责的部分2. 如果你的系统里也有高并发场景，你会怎么设计限流、降级和幂等高并发下最怕的不是平均请求慢，而是少数慢请求把整条链路拖死。Agent 系统一般调用链长，请求里既有模型推理，也有工具 I/O 和数据库操作，所以不能只靠一个网关限流就完事。我会把限流拆成几层：入口做用户级和租户级限流，任务编排层做任务队列隔离，工具层做并发池控制，模型层再做 token 预算和超时回收。这样某一个工具服务出问题时，不至于把整个系统打爆。幂等也很关键，尤其是有写操作的时候。像发通知、写审批、更新状态、创建工单这种动作，必须给每次执行一个 ...