字节Agent开发一面90min凉经

攒人品中 1.实习拷打2.开白板画画一下它的一个系统架构？3.这个系统有哪些模块、每个模块是做什么的、模块之间是怎么通信的？4. RAG 这一块是怎么工作的？5.这些文件是什么时候做 processing 的？6.是不是有另外一套流程去检查有没有更新的文档或新增文档，并做 chunk split 和数据存储？7.会有哪些 tool？写了什么tool，介绍复杂的8.多agent 和单agent 怎么选择，什么考量9.怎么做的鉴权？10.它是怎么做 authentication 和 validation 的？11.那这个 agent 自身的 system prompt 大概长什么样？13.你是怎么去构造这个 prompt 的？ 上下文怎么处理？长期短期？14.那它怎么知道自己有哪些 tools 可以去调用？15.用 RAG 检索和直接把大量文档内容作为输入喂给 agent 相比，为什么 RAG 检索会更优？手撕：LRU

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...

* 为什么在 RAG 流程中引入父子索引（Parent-Document Retrieval）？* 为什么引入 BM25？向量检索和 BM25 的融合比例是怎样的？* 检索融合的具体流程是什么？召回后有没有做 Rerank？* Rerank 后返回几个块（Chunk）？有没有针对这个返回数量做过验证？* Rerank 后的 TopK 截断是怎么做的？为什么是这个值？有没有其他截断方案？* 讲一下上下文工程（Context Engineering），Agent 的记忆（Memory）是怎么做的？* 请详细讲解分布式令牌桶限流的实现。* 漏桶算法（Leaky Bucket）的原理讲一下。* 滑动窗口算法限流讲一下。如果用代码实现，滑动窗口的结构体会包含哪些字段？* 滑动窗口和令牌桶相比有什么缺点？* 在 Redis 中，你会用什么数据结构来实现滑动窗口限流？* LRU 缓存的实现原理讲一下。* 布隆过滤器（Bloom Filter）的底层原理和适用场景讲一下。* MySQL 索引会在哪些情况下失效？* 在使用 LIKE 进行模糊查询时，索引什么情况下会失效？* MySQL 的事务隔离级别有哪些？如何保证一致性？* 详细说说 MVCC 的实现，ReadView 的生成时机是怎样的？* 在不同的隔离级别下，一个事务分别会创造几个 ReadView？* MySQL 都有哪些锁？它们的作用分别是什么？* 为什么选择 Python 和 Go 作为技术栈？在处理并发时有什么区别？* 手撕代码：实现反转链表。问的好杂，后面有的答不上来了是正常的吗

1. 自我介绍2. Qwen3.5 这类新一代模型，如果不只停留在“Transformer 变体”更有含金量的讲法不会只说它是 Decoder-only，而是会落到训练稳定性、推理效率和长上下文适配这三条线上。比如归一化方式、注意力结构、RoPE 扩展策略、GQA 对 KV cache 的影响、SwiGLU 对表达能力的提升，以及 tokenizer 和多语种兼容设计。面试官真正想听的是这些结构选择为什么出现，它们解决了什么具体问题，而不是模块名背诵。如果要再深一点，可以顺手带出工程后果。比如 GQA 不是为了论文好看，而是为了在长生成场景下降 KV cache 占用；长上下文扩展也不是简单把...