Agent面试会问什么？

1. 自我介绍2. 多阶段 RAG 里同时使用 BM25 和向量召回，混合检索策略通常怎么设计混合检索的关键不是把两路结果简单拼起来，而是根据问题类型决定两路召回各自承担什么角色。BM25 对精确术语、错误码、接口名、字段名、版本号这类关键词命中很强，向量召回则更擅长语义改写、口语化表达和抽象问题。真正稳定的设计一般是先并行召回，再做去重、融合、重排，最后再进入上下文构建阶段。如果问题本身是“精确定位型”，比如某个报错码、类名、接口路径，BM25 权重通常更高；如果问题是“意图表达型”，比如用户用自然语言描述故障现象，向量召回的权重会更高。工程里比较常见的是先取两路 topk，再用 RRF 或...

校招面试，3月23日电话一面（28min），当晚通知二面，约的二面时间是3月26日，要准备20min的PPT（汇报自己的个人履历、项目经历、职业规划），面试当天一共五位面试官，一位临时有事没来，面试全程一直追着实习经历和项目经历各种追问，面试一共进行了70min，强度真的很大。本以为会很快有结果，可以是今天已经周四了，还是没人通知面试结果和进度，是不是要凉了？

我现在每天就用AI写代码，真的就是躺平了，已经不想思考了，只需要等待AI帮我把代码写好，我自己直接躺平。每天可以干一周的活了，简直爽爆了。

🐜ai infra一面1、面试官人真好啊，自我介绍完我就说我的项目偏业务，看jd上的模型训练、模型推理我都没搞过。他说没事，数据库啊啥的都会涉及到。后面果然一句infra的都没问，哈哈白看了一个周末的infra理论了。2、然后拷问第二个项目。2.1 你这个LangGraph路由是如何设计的，为什么要用它?本质是个状态机，定义了xx状态，实现思路（全局状态、node定义、workflow串起来节点）2.2 源数据是什么？如何做的预处理？论文pdf，向量那一路用的固定长度token+overlap，语义切分那一路按段落切的（回车）2.3 评估是怎么做的？怎么判断切的好不好？其实我没做Recall@k这些，于是扯我做了证据溯源2.4 你用GraphRAG了吗，怎么样，有什么优缺点？用了，优点就是对特定专业领域，比如需要检索一些关键词的隐含关系的场景（科研）上效果好，（面试官补充：源数据准确），缺点就是离线阶段有点耗时，比如二三十篇论文的话差不多二十来分钟，单卡跑的话。（面试官说那已经很快了）3、拷问第一个项目。3.1 为什么做这样一个项目，出发点是什么？我看你部署到vercel了，怎么样？vercel没跑通（尴尬，面试官怎么知道我传到vercel了）3.2 web端还是移动端？以一个用户的角度，进去后可以干嘛？3.3 你这个姿态分析是怎么做的？视频是放在minio里，然后是怎么处理的？我一开始说我调了MediaPipe pose的库做姿态识别，识别到人体关机的三十多个点，然后点点相连成为向量，用cos做相似度分析，最后打分，调llm做个总评。面试官一直在追问这里，说视频具体是如何分析的，有没有什么难点。我有点没听懂，他说他的出发点是觉得调库+向量相似 会有些简陋。唉能不简陋吗，我就开始扯我遇到了两个视频如何对齐的问题，目前的解决方式是设置了个滑杆用户手动调节这个偏差，后期的话可以考虑用音乐来实现。3.4 redis缓存了什么数据？是什么类型的？key和val分别是什么？列表内部的数据究竟是什么？有没有涉及到序列化啥的？唉这块是真尴尬，我只从功能上说了我缓存了用户自己的视频列表和姿态分析的结果。等下快去补补好嘛好的。3.5 如果一个用户上传了个非常大的视频会怎么样，比如几G？我说我做了限流，只可以上传小于500MB的，然后也限制了一个用户一分钟只能执行两次ai分析。他就追问说，如果我现在这个视频就是很大又必须要上传呢？我就说那可以设置个会员功能，付费才能上传大视频。哈哈哈哈面试官笑了一下3.6 MQ为什么用RabbitMQ？我就说RabbitMQ简单，可以满足可靠性。追问可靠性是如何实现的？发送端生产者开启确认机制，存储端设置队列持久化、消息持久化，消费端任务完成之后再ack，还设置了死信队列用来兜底。追问消息进入死信队列会被如何处理？答不上这个。只回答了什么时候会触发死信队列。4、ai 相关。你这个aicoding笔试，我看你问了个“云原生架构是什么”，“会被aicoding取代吗”，真想找个角钻了，原来面试官还能看到我当时的prompt啊，然后他就问我会不会被取代。你是如何看待ai coding的发展的？如何提升aicoding的能力？唉当时顺不好口条，面试官又让我总结了一下我想说啥。5、开放题假如有一个业务需要你用agent实现，如何设计? 需要考虑什么？我问什么场景，他说假设现在有个很厉害的agent来做姿态分析，而不是传统后端这一套了，如何达到生产级别？我说我实在是不懂多模态，如果是文本信息的话，生产级别肯定需要考虑多个用户同时访问的并发压力，比如看有没有一些请求能够合并，或者看这些请求有没有通用/复用的地方，设置个缓存来提高响应速度。面试官问还有啥嘛?then，我大脑空白了几秒钟。憋出来个，或许还可以预训练个模型，搞个舞蹈学习的垂直模型？还有啥需要考虑的，想不出来了。6、反问反问了业务，面试官说了一大串，完全没听懂。反问了agent在业务中如何体现。反问了那您觉得aicoding会取代程序员嘛哈哈哈哈总共50来min，无手撕，好煎熬好漫长的50min。