快手agent算法实习一面 攒人品

发一下问题给大家参考，攒攒人品！
1*Agent与Workflow的区别是什么？在实际业务中，你会根据什么标准选择对应的方案
2*设计一个企业级Agent架构，如何实现 BFF、Tool Server 与 Worker 的多组件拆分
3*在企业级Agent中，怎么实现安全与隔离？权限管理、审计与日志追踪具体的落地方案是什么？
4*说一下什么是MCP？它在Agent生态中解决了什么痛点？
5*MCP 有哪些具体的分类？Transport 层是怎么工作的？如何开发一个 MCP Server？
6*谈谈你对 Claude Code、Manus 这类 Agent 产品的理解，它们的架构逻辑与传统 Chat Agent 有什么差别？它工程部分的能力是怎么实现的？
7*如何实现 Claude 的 Agent Research 方法论？Deepsearch 场景下需要配备哪些工具？基础设施与安全挑战在哪里？
8*在多轮对话中，分别实现 Short-term memory、Long-term memory 与 Task memory怎么做？
9*上下文机制的完整实现流程是怎样的？说一下它的写入策略、读取策略以及 Rerank 的做法是怎么样的。
10*当上下文超过 Token 限制时，组合使用 Rolling Summary、State Extraction 与 RAG 这三段式策略？
11*说一下Prefix Caching 和 KV Cache 的原理。为什么缓存的是 K 和 V 而不是 Q？不再计算前缀具体节省了哪部分算力？
12*引入 Prefix Caching 后，Attention 的计算复杂度是怎么下降的？
13*Few-shot在Agent评测中是为了提升能力还是降低方差？在评测Pipeline的哪个阶段注入？如何防止过拟合？
14*对比一下Transformer中Self-attention与FFN的作用差异。
15*为什么 Prefix Caching 只能优化 Attention 部分，而无法优化 FFN 部分？
16*从 Softmax 的数学角度解释，为什么在计算过程中加上负无穷就能让注意力权重变为 0？
17*什么是掩码？你分别说一下Causal Mask与 Padding Mask 的作用是什么。