AI Agent开发二面-阿里

1、项目里负责的边界是什么？哪些内容是亲手实现和验证的？2、如果要做一套可落地的 Agent 评测体系，整体怎么设计？评测一般要分离线和线上两层。离线评测解决“改动前后谁更好”，线上评测解决“真实用户下效果是否稳定”。离线侧我会先把样本按场景拆开，比如知识问答、工具调用、多轮追问、拒答场景、多语言场景、长文本场景，然后分别看回答正确率、工具调用成功率、检索命中率、拒答准确率和格式稳定性。线上侧看用户行为指标，比如首轮解决率、转人工率、二次追问率、平均耗时、token 成本和异常率。Agent 不能只看最终答案，通常要拆成三层指标：检索层、决策层、生成层。检索层看有没有召回正确证据，决策层看有没...

发点面经攒攒人品～1、为什么引入父子索引？2、为什么在检索阶段引入 BM25？3、rerank 后一般返回几个块？4、rerank 后的 topK 截断是怎么做的？5、讲一下上下文工程是怎么设计的。6、记忆机制是怎么做的？7、Function Calling 是怎么设计的？8、Agent 的任务规划是怎么做的？9、Prompt 注入攻击如何防御？10、工具调用的安全控制是怎么实现的？11、讲一下分布式令牌桶限流。12、漏桶算法是什么？13、滑动窗口算法是怎么实现的？14、滑动窗口和令牌桶相比有什么区别？15、布隆过滤器讲一下。16、数据库索引失效的情况有哪些？17、like 查询会不会导致索引失效？18、RAG 系统如何评测？

1、讲讲什么是 RAGRAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它的核心思想不是只靠大模型参数里记住的知识回答问题，而是在回答之前，先去外部知识库里检索和当前问题相关的内容，再把检索结果作为上下文交给模型生成答案。完整流程一般分两部分。离线侧先做文档接入、清洗、切片、向量化和索引构建，把知识变成可检索的形式。在线侧收到用户问题后，先做 query 改写或纠错，再去知识库召回相关片段，必要时做 rerank 重排，最后把用户问题和证据一起送给模型生成。RAG 的价值主要有三个：让模型获得训练时没有的外部知识让知识更新不依赖重新训练模型让回答更容...

我之前实习的时候一般都是约在晚上面试，对于一些比较好的公司一般都会同意，晚上还可以薅点餐补吃饭呢，或者中间出去1小时再楼下面试，这样基本上也没问题