27暑期阿里灵犀AI应用开发一面

📍面试公司：阿里平头哥🕐面试时间：一个小时💻面试岗位：AI应用研发工程师❓面试问题：自我介绍介绍第一个项目Redis 和 MySQL 之间的数据是如何分层的？缓存数据有什么区别？Redis 缓存是如何预热和重新加载的？如何保证 MySQL 和 Redis 的双写一致性？追问：具体是怎么去做的？是通过事务去做的吗？介绍第二个项目背景追问：有提供真实用户服务吗还是纯个人练手？介绍一下这段时间在 AI 方向学习的技术知识？大模型的 ReAct（先思考后执行）模式在这个项目中是怎么设计的？为什么不用 LangChain 去做完整的链路，而是选择自己手写爬虫和调用逻辑？RAG 检索增强的具体链路是怎么设计的？HR / 软性问题职业规划：未来是想做传统的 Java 后端，还是更倾向于 AI/大模型开发方向？实习相关：可以实习几个月？目前所在地在哪？是否能来上海？算法手撕两两交换链表中的节点（LeetCode 24，要求真实交换指针）反问🙌面试感想：一面的面试官人很好，很年轻的一个面试官而且很有耐心也会引导，还会详细跟我讲一些内容

嵌入式 AI 项目不在多，而在“有没有真实落地价值”。相比纯算法项目，更推荐做那些能在设备上跑起来、有优化过程、有明确指标的项目。比较值得做的方向有：实时目标检测：在树莓派或 Jetson 上部署 YOLO，做量化和加速，实现稳定帧率语音识别 / 关键词唤醒：在 MCU 或低功耗设备上跑轻量模型，突出功耗与响应速度智能摄像头：结合摄像头 + AI，实现人脸识别或行为检测，打通完整数据链路工业/传感器异常检测：用时序数据做简单模型，并在嵌入式端实时推理这些项目的共同点是：模型 + 优化 + 部署 + 实际效果完整闭环。只要能把这条链路讲清楚，并给出性能数据（延迟、内存、功耗），含金量就会很高。

给我面没招了，发点面经攒攒人品～1.实习拷打2.项目背景下，智能体的工作流链路是怎么实现的3.有用智能体框架什么吗，还是代码控制4.智能体拓展性怎么样5.图文检索怎么做的；语义库是怎么构建的6.ai开发过程中，调用工具，记忆管理怎么实现的7.openclaw使用的体验，跟做的agent有什么区别8.有用过它做过大的工作，管理知识，或者自媒体相关的吗9.to B方向的 sass软件朝着什么方向去演进传统的工作方式，重构之类的，先去用10.python 还是 java，有用过什么ai coding工具吗，cursor claude code11.拿到项目到ai工具到交付，怎么验收，哪些环节需要人注意12.有意识给ai工具优质上下文吗13.ai生成代码很好，但它是不负责的，怎么进行一个代码的review；功能完备，安全，性能要不要考虑14.有用过ai工具自动化测试，做端到端自动化测试15.java掌握程度：hashmap集合里面有用到集合吗16.平时有用到锁吗17.用到可重入锁18.两个线程同时对arrayList同时添加，出现什么问题19.并发问题，比如钱，库存，订单，怎么实现20.java异常：编译期异常，运行时异常21.两种会倾向于抛出哪种异常，22.数据库缓存了解的深吗，怎么保证一致性23.redis实现会话管理，怎么保证redis和数据库中的数据一致 性24.threadlocal管理用户上下文，为撒选择这个上下文管理，线程安全吗25.mysql索引熟悉吗，组合索引，怎么保证查询索引

Q1：请⽤你⾃⼰的话定义 LLM Agent，并说明与单次调⽤的差异。答案：LLM Agent 是以⼤语⾔模型为推理核⼼，在 多轮 中与外部环境交互，通过 规划、记忆与⼯具 完成复杂任务的系统。与单次调⽤的差异在于：单次调⽤是 开环⽣成；Agent 是 闭环决策，每步可依据⼯具返回更新状态，直到终⽌条件。追问：若没有外部⼯具，还能叫 Agent 吗？答案：可称为「弱环境」Agent，仅有对话记忆与推理；但仍可有内环多步 CoT 与⾃我验证。⾯试中强调是否存在「⾏动—观察」循环更清晰。Q2：Agent 的记忆⼀般怎么设计？答案：分层设计最常⻅：⼯作记忆（当前轨迹与关键结论）+ 会话记忆（摘要滚动...