华为车bu

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. RAG和Multi Agent，说说你对它们了解和后发展前景？2、ES、向量数据库具体怎么使用？3、如何处理问题输入不标准的情况？混合检索的权重怎么配置？4、向量检索的准召率如何保障？你使用的向量数据库之间的差异是什么？5、IVF和HNSW的差异？6、如何评测RAG系统的准确率？7、你对Transformer架构的优劣势及哲学理解是什么？关注过其他架构吗？

淘天 27 届暑期实习生正在招聘 各方向都有海量 HC 欢迎看我置顶帖子投递面试题 23：如何开发一个高质量的 Agent Skill？一个好的 SKILL.md 应该包含什么、不应该包含什么？参考答案先搞清楚 Skill 的本质——它是写给 Agent 看的操作手册，不是写给人看的文档。Skill 的载体是一个 SKILL.md 文件加上可选的附带资源。Agent 加载 Skill 后，SKILL.md 的内容会注入到它的上下文中，指导它在特定场景下的行为。所以 Skill 开发的核心问题是：怎么用最少的 token 传递最准确的行为指令。一个好的 SKILL.md 应该包含：1. 触发条件...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目拷打2.实习拷打3.项目用的是把skill直接塞进系统提示词中,如果skill太多, 占用的上下文窗口太大, 怎么处理?4.如果两个skill 实际内容不一样, 但是description相似, 导致agent每次加载错skill, 怎么解决?5.agent设计你觉得最重要的部分 上下文工程6.上下文工程你觉得有哪些要注意的点?7.了解主流的agent设计吗?8.gemini cli设计你觉得最重要的部分9.gemini cli 你觉得可以优化的点10.multi agent 架构主流的实现方案11.multi agent的交流是靠什么

1.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？这个问题本质上不是“删哪条、留哪条”，而是做记忆的版本管理。实际处理时一般会同时看三个维度：时间、来源、置信度。时间上通常新信息优先，但前提是它来自更可信的输入；来源上，用户当前轮明确表达、工具查询结果、系统写入，优先级通常高于模型从历史里自己总结出来的内容；置信度上，如果只是一次低置信抽取，不会直接覆盖长期稳定画像。工程上我会把记忆拆成两层，一层是 event log，完整保留用户每次表达过什么；另一层是 materialized profile，也就是给模型使用的当前画像。冲突发生时，不是直接物理覆盖，而是先记事件，再按规则刷新画像。...