字节跳动——大模型Agent业务开发实习生

 一、自我介绍
1. 先做一个自我介绍。

二、实习项目拷打
1. 你在这个项目里主要做了哪些事情？
2. 为什么选择多 Agent / LangGraph，而不是单 Agent？
3. 这个项目里的多模态主要体现在哪些场景？
4. 图像输入后，整体处理链路是什么？
5. 这个项目里用到的大模型和视觉模型分别负责什么？
6. 讲一下你们的 RAG 流程。
7. 为什么要做混合检索，而不是只做向量检索？
8. 项目里遇到过什么困难？你是怎么解决的？
9. tool use 的 description 为什么重要？

三、代码题
1. 最长无重复子串怎么做？
2. 为什么这题可以用滑动窗口？
3. 时间复杂度和空间复杂度是多少？

四、个人项目：从零实现小型大模型
1. 你做过预训练、SFT、偏好对齐，这个项目具体怎么做的？
2. 你实现过哪些 Transformer 相关模块？
3. 什么时候适合用 SFT？
4. 什么时候适合用 DPO？
5. 什么时候适合用 GRPO？
6. GRPO 的整体流程是什么？
7. 你觉得哪种训练方式效果最好？为什么？

五、Agent 基础认知
1. 你如何定义 Agent？
2. 为什么要用 Agent，而不是直接调用大模型？
3. Agent 和普通大模型调用的本质区别是什么？
4. MCP 在 Agent 体系里起什么作用？

六、Prompt Engineering
1. Prompt 的常见组成部分有哪些？
2. 如果一个 prompt 效果不好，你会从哪些方向优化？
3. 如何通过角色设定、示例和约束来提升效果？

七、多轮对话系统 / 记忆系统
1. 设计一套多轮对话系统时，最重要的模块有哪些？
2. 为什么你认为 memory 很重要？
3. 你们的 memory 设计里包含哪些信息？
4. query 阶段和 upload 阶段分别做什么？
5. 除了 memory，还有哪些模块同样关键？

八、Agent 设计范式
1. 你了解哪些 Agent 设计范式？
2. ReAct 适合什么场景？优缺点是什么？
3. Plan-and-Execute 适合什么场景？
4. Workflow 和 Graph-based 方案适合什么业务？

九、大模型与行业认知
1. 你平时用过哪些大模型？
2. 文本、图像、视频模型你分别接触过哪些？
3. 你怎么看当前 AI 行业的变化？
4. 你会怎样持续学习并跟上 AI 新趋势？

十、反问环节
1. 团队主要技术栈是什么？
2. 目前业务是否大量使用 AI coding 工具？
3. 实习生是否能接触核心业务？
4. 团队是否涉及后训练相关工作？
5. 对候选人的建议和改进点有哪些？