深圳外企校招Agent开发面经 攒人品

有面试过同岗的朋友欢迎评论区交流！1.若用户量大幅增长，实习的项目相关系统能否应对，瓶颈是什么?2.你平时会使用大模型处理哪些任务，觉得大模型在哪些任务上处理得好，哪些任务处理得不好?3.你做的另一个项目的核心目标和整体架构是什么?4.你做的另一个项目是生成文档还是生成核心代码?5.你做的另一个项目若工业界落地失败，会如何处理?6.你做的另一个项目在记忆模块设计上有什么思路，如何让相关技能更好地发挥作用?7.你做的另一个项目中，模型是如何选择的，有什么选择依据或方法?8.大模型幻觉问题该如何处理，服务化过程中会产生哪些相关问题?9.你做的另一个项目现在能否在本地运行?10.RAG的优缺点有哪些?11.多任务相关模型有什么适用场景?12.常见的Agent产品有哪些特质?13.若发现项目中模型执行不成功，会如何处理?14.长期记忆相关设计中，关键关注点有哪些?15.从整体设计角度，长期记忆相关功能会从哪些角度考量?16.长期记忆相关设计还有哪些可优化的点?17.Agent领域的发展趋势是什么?18.若代码生成成本越来越低，工程师的核心竞争力会发生什么变化?19.平时会通过哪些渠道关注AI技术动态?20.最近有没有遇到让你觉得印象深刻的AI应用，其情节或功能有较大亮点?21.进入项目后遇到新的工具技术，会如何评价技术是否能解决问题?

春招马上就要开始了，不知道各位牛友有没有赶时髦包装一些AI项目呢，无论是前端后端还是做产品，如果你的项目里包装了RAG却感觉好多知识答不上来，担心被面试官拷打到爆，这几天我从全网搜集到了部分AI相关面试真题和参考解答13题，搜集整理不易，希望能给个赞，如果参考答案有误或者希望补充真实题目，欢迎来评论区交流分享，最后祝大家求职顺利，春招都能接到心仪的OFFER，如果本期文章数据不错，就火速加更，期待你们的互动 第一部分：RAG核心概念与价值1. RAG是什么？可以说说RAG的流程吗？RAG的全称是Retrieval Augmented Generation（/rɪˈtriːv(ə)l ɔːɡˈm...

一面2.12一面是产品leader面的，整体来说偏业务面试官叫我共享屏幕演示Agent平台1 你的这个Agent平台做了什么？2 Agent平台的盈利模式是什么？3 平台的用户画像？4 做这个项目的核心目标是什么？5 实习中的规则引擎解决了什么问题？6 场景题：给出一个关于广告创意平台的场景，如何设计Agent赋能7 了解过哪些Agent框架主要是说了python的一些框架8 整体职业规划二面(技术面)2.271 个人信息：- 请做一个自我介绍。- 在你的项目里，挑一个技术难度大或有成就感的点介绍一下。- 你的技术栈主要是Java，对其他语言有接触吗？- 你平时工作中用过哪些AI编程工具？- 对Python掌握如何？相比Java有什么优势或劣势？- 如果要做Go开发，你介意转语言吗？- 对Go有哪些了解？说了一下协程和虚拟线程，提了一下Go用于云原生比较多2 实习：- 多版本快照模型和乐观锁解决并发更新问题，你们是怎么处理的？- 回滚时如何保证线上实例不受影响？- RTE从150ms降到25ms，你们如何定义和拆分核心链路和非核心链路？- 非核心链路执行失败，如何保证核心链路的数据一致性？- 应用程序关闭优化，进程关闭耗时325秒，你们是如何监控的？- 业务池未响应，具体原因是什么？- 关闭长任务时的数据一致性如何保证？- 使用本地消息表如何在重启后恢复数据？3 Agent项目- MCP网关实现协议转换，你们的MCP协议解决了什么问题？- 大模型（LLM）的熔断和降级是如何处理的？- 多跳检索是怎么实现的？循环检索策略是什么？4 MySQL和Redis- MySQL、Redis使用频率及场景是什么？- MySQL的InnoDB为什么用B+树做索引？- 联合查询索引怎么建？- 如果只用联合索引的非最左字段查询，会失效吗？总结归纳了MySQL索引失效了根本原因是破坏了索引的有序性- MySQL事务一致性是如何保障的？这里延申比较多，从ACID开始答，提到了SQL语句执行顺序和WAL，最后说了一下怎么选择事务隔离级别- Redis常见的数据结构有哪些？- 排行榜类型的数据结构应该用哪种？为什么？- MySQL和Redis之间如何保证数据一致性？没有说太多具体方案，主要是提了一下自己的理解5 平时怎么使用AI工具？

1. 项目拷打2. vector vs 普通数组vector：动态扩容、连续内存、自动管理内存、安全、支持迭代器、自带API普通数组：静态大小、栈/静态分配、手动管理内存、无边界检查日常开发优先 vector，极致性能场景可用数组3. vector push_back 均摊 O(1)采用指数扩容（1.5倍/2倍）扩容次数极少，所有插入的总拷贝次数为线性级均摊后每次插入效率为 O(1)4. vector vs listvector：连续内存、随机访问快、尾插尾删快、CPU 缓存友好list：链表结构、任意位置插入删除快、迭代器不失效、随机访问慢遍历读多用 vector，频繁中间插入用 list5...