moka后端AI应用开发面经分享 攒人品

两个面试官 （业务+技术）1.实习拷打-15min2.项目拷打-项目中使用了父子索引缓解了交叉引用问题，详细说说说怎么做的3.是否了解 prompt Injection  介绍一下在当下agent流行下 除了对user input 进行防范还需要对哪些内容进行安全管控- 介绍 护栏构筑方法4. 实习过程中 是否做过 agent 权限管理，是否如何管控的- RAG 权限管理如何做的5.我看你实习做了一个长链路的agent 如何做好回滚和状态管理6. 异步框架 看你使用 celery+redis 为什么不用常见中间件。7.职业规划-想做后端还是偏业务workflow编排反问：业务优缺点

前面基本上都在问论文 无手撕1. 自我介绍2. 介绍下简历上这个项目3. 你对对话 LLM 的理解是什么？它和普通文本生成模型的核心区别是什么？答案：对话 LLM 不是简单地做 next token prediction，它要在多轮交互里持续维护用户意图、对话状态、约束条件和安全边界。普通生成模型更关注单次输入到输出的流畅性，对话模型还要考虑上下文一致性、角色一致性、拒答策略、澄清提问以及工具调用。它的核心难点在于“历史信息并不等价于有效状态”。用户前面说过的内容，有的仍然有效，有的已经被修正，有的是噪声。对话 LLM 必须学会根据当前轮次重新解释历史，而不是把所有历史机械拼接进去。工程上通常...

一面过后转岗被捞起来了直接从二面开始，好运来！1.面试官业务介绍（直接说该岗位是产品+研发的复合岗位，偏产品设计，快手在安全风控 PR 领域的agent应用探索，研发主要是一些 skills ，harnness engineering 搭建）2. 实习介绍（20 min）-你从业务角度分析一下你的实习经历，包括你接到需求如何处理，如何设计。-实习过程完成的工作会用哪些指标进行衡量，介绍一下包括冷启动0-1 以及上线后的如何通过用户反馈构筑数据飞轮。-那你了解哪些方法根据用户反馈去尽量全而深的了解真正痛点，从而指导你的开发工作，你实习中是否有这样的经历，如果有可以结合经历讲讲。3. AI的出现你认为会对程序员的工作造成了什么影响。4. harness engnering 是什么，你对他有什么理解- 如果让你构筑你会做那些工作。5. 基于你对agent的理解，你认为未来agent的发展会如何发展如何变化。6.快手有很多 AgentOS团队以及 AI应用开发团队，会做大量基础底层能力的建设，但是未来我们是否需要再去花重资产去投入呢？你可以说一下你对这些的理解，你可以从 模型 框架 skills 等等 方面去展开说说，哪些你认为需要重投入，哪些不需要。7. 确认到岗时间以及意向算法：反转链表反问：明确岗位面试感想： 面试官说 AI的出现模糊了传统岗位的职责边界，未来需求的是复合型人才。

1. 自我介绍自我介绍不要按时间线念简历，直接围绕岗位能力说。可以先用一句话说明自己主要做 Agent 应用、语音交互链路、工具调用编排和推理服务，然后挑两段最能体现深度的经历展开：一段讲系统设计，比如多 Agent 协作、上下文压缩、工具协议和评测闭环；另一段讲落地，比如低延迟 ASR 接入、意图识别、写作风格学习、线上指标和 bad case 修复。最后收在一个最近做得最深的点上，例如流式语音 Agent、MCP 工具治理、skill 路由或者多约束任务规划，让后面的追问自然落到自己准备过的区域。2 Agent 项目的架构设计如果从入口到结果回写完整讲一遍，应该覆盖哪些关键组件一条完整链路...