淘天ai应用研发实习面经分享

面试很难，还是要多多练习1.Agent项目，有没有调研过市面上其他的Agent搭建框架2.如果Agent项目用openclaw搭建会怎么样3.Agent执行细节，大模型会调用哪些工具，如何测试agent搭的好不好4.Agent prompt动态上下文如何加载用过openclaw吗，skill是做什么的5.Claude code用的多吗，项目中多少内容是ai写的6.Claude code源码研究过吗，Agent项目如何升级到Claude code这种级别7.Claude code的skill、agent有了解吗，Spring AI8.阿里巴巴渐进式有了解吗9.多agent问题，优势是什么

一、自我介绍二、实习相关八股1. 实习业务场景负责大模型对话对齐、指令微调、强化学习优化，提升模型生成准确性、合规性与指令遵循度，落地垂类对话/问答业务。2. SFT数据筛选、采样及处理3. 选择GRPO的原因、优化目标及数学原理- 选型原因：相比PPO显存占用低、无需价值网络、训练更稳定，对齐效率高- 优化目标：最大化模型生成优势，约束KL散度防止策略突变- 原理：分组优势归一化、截断策略比率、近端约束，降低训练方差4. 奖励函数设计（重点）围绕有用性、准确性、合规性、流畅性设计，分维度打分；加入KL惩罚，避免单一奖励过拟合，区分正负奖励权重。5. 判断RL训练质量达标方法- 奖励值收敛、KL散度稳定；- 离线评测：指令遵循率、幻觉率达标；- 人工抽检生成内容，无退化、无套路化输出6. 是否遇到Reward Hacking遇到过，模型生成空洞话术、固定模板刻意刷高奖励值。7. 其他奖励作弊类型刻意迎合奖励规则、答非所问、重复安全话术、回避核心问题、策略坍缩同质化输出。8. PPO和DPO了解- PPO：在线强化学习，近端策略优化，带价值网络，训练复杂度高- DPO：离线偏好优化，基于成对偏好数据，无需交互采样，训练简单稳定三、基础八股1. Attention计算时间复杂度标准自注意力：O(n²d)（n为序列长度，d为特征维度）2. KV Cache原理推理时缓存历史token的KV矩阵，避免重复计算，降低算力开销，提升推理速度。3. GQA、MLA原理- GQA：分组查询注意力，Q分组共享KV，平衡推理速度与效果- MLA：融合局部+全局注意力，适配长上下文，降低显存占用4. vLLM原理基于PagedAttention分页管理KV Cache，提升显存利用率，支持高并发推理。5. Flash Attention原理分块计算注意力，优化显存IO，减少HBM访问，提速同时降低显存开销。6. 稀疏注意力原理仅计算局部/关联token注意力，舍弃全局无关token，将复杂度降至O(n)，适配长文本。7. 模型推理慢排查思路检查序列长度、batch大小；确认KV Cache、量化、FlashAttention开启；排查GPU显存、算子优化问题。四、编程题1. rand7()实现rand10()拒绝采样：rand7()*rand7()生成1-49数，保留1-40，映射为1-10，超出则重新生成。2. 浮点数组取整最小变化和贪心思路：每个数选上/下取整中差值更小的，累加最小总误差。3. 最长无重复子串

继续来分享下最近的面经~欢迎友好讨论，信息共享1.实习拷打2.你刚刚说用AI写的那套东西，能介绍一下你具体做了什么？从AI写代码到交付，整个流程是怎么弄的？3.你的项目有前后端吗？大概结构是怎样的？怎么让AI帮你搞出一套能线上正式运行交付的东西？4.你实现这个项目涉及到哪些应用、中间件组件？我需要你说明系统设计的技术选型、底层逻辑，比如爬取后做什么，完整的业务流程讲清楚。5.如果是公司里的实际场景，比如有几十个应用，涉及前端、后端系统，要改一个需求可能需要改多个系统，你让AI怎么处理？6.你用的是什么模型？7.做这个项目消耗了多少token？8.开发中token很昂贵，节省token有哪些方式？9.SDD/TDD这块了解吗？10.那你知道创建一个skill有哪些方式吗？除了自然语言描述，还有什么方式？11.说一说你对function calling的理解。12.function calling和MCP相比，是不是可以没有MCP？13.MCP和客户端通信有几种方式？你怎么配置MCP？14.function calling是通过什么告诉大模型有哪些工具可用？15.大模型使用MCP调用查询天气工具，整个交互流程大概是怎样的？不用太细。16.笔试的时候，你是怎么和系统交互的？没改代码吗？17.你怎么确保AI写的代码没问题？用的是单agent吗？18.单agent和多agent相比，多agent的优势在哪里？19.能用英文口语说1分钟左右吗？20.你平时用的数据库是MySQL吧？如果线上数据量特别大，分页查询变慢，拿到这个优化任务，你的操作步骤是怎样的？21.如果单纯是数据量大导致深度分页查询慢，优化思路是什么？22.MySQL的索引结构你了解吗？为什么是B+树，而不是红黑树、平衡二叉树或者哈希结构？23.HashMap的1.8和1.7相比，做了哪些优化？24.除了结构和插入方式，还有其他优化吗？为什么插入方式会不一样？25.线程池用过吧？它的核心参数有哪些？原理是怎样的？26.Redis你使用了哪些场景？怎么实现的？27.Redis实现分布式锁的原理是什么？28.如果锁的过期时间是1分钟，任务还没执行完，其他人会不会抢锁？29.（看门狗机制下）如果任务一直卡住，其他人是不是都拿不到锁？

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.实习拷打2.调试过程中遇到哪些问题，如何解决，有什么调试经验吗3.你们有做什么操作来把这些调试经验沉淀下来吗4.如何去评估调试之后的性能是否提升怎么去评估，评估系统如何搭建，除了这些还能想到什么5.上下文机制是如何做的6.平时用ai写代码吗，流程是怎么样的7.aicoding:网关系统实现