继续来分享下最近的面经~1.介绍一下你设计的整个 Agent 架构。2.为什么设计成主从架构？3.讲一下完整的业务流程，Agent 在整个过程中做了哪些事情？4.为什么在这里设计的是先调用 tool 去查商品，再走 RAG 检索商品信息？5.你的 RAG 知识库的索引是怎么设计的？6.你这个 Agent 的自主规划执行有没有轮次限制？7.你在写 Prompt 方面有什么心得？可以举例说明。8.如果在 Prompt 中明确提出 RAG 结果不要返回某种商品，但模型还是返回了，并且多次出现，这种情况可能是什么原因？9.说说你对 Agent 和 Skills 的理解。10.一般情况下你这个 Agent 的响应时间是多少？

发一下问题给大家参考，攒攒人品！1.实习拷打2.拷打项目:针对长短期记忆，讲讲你是如何设计记忆的提取、压缩与冲突更新机制的？如果检测到用户存在极端情绪，你的Agent如何在不中断对话流的前提下进行干预？3.讲一下稠密向量与稀疏向量的区别，分别适合处理什么样的搜索需求？4.在向量化之前，为什么要对长文档进行切片？如果不切片会有什么后果？5.切片时设置重叠区域的作用是什么？这个比例你通常怎么来确定？6.余弦相似度和欧氏距离在衡量文本相似性时，各自的优缺点是什么？7.向量库检索出的Top-K结果，如果K值设置得过大，对后续的生成质量有哪些负面影响？8.为什么在初筛召回之后，还要加一个Rerank模型？能解决向量搜索哪些局限？9.如果文档发生了局部更新，如何通过增量索引来避免全量重新向量化？10.在RAG的生成阶段，如何在Prompt中设定边界条件来防止模型在没搜到内容时产生幻觉？11.调用大模型API时，为什么要使用asyncio异步编程？它在处理高并发请求时有何优势？12.你了解哪些大模型推理框架？SGLang相比vLLM的PagedAttention在推理延迟上有哪些优势？13.手撕：第k大元素

感觉面完人都通透了，还是太菜了，下去沉淀一下1.c++的多态是什么2.实习项目的架构设计是什么，详细阐述一下3.ASR的选型是怎么做的4.除了项目里用的这个模型还和其他什么模型进行了比较，具体有哪些5.ASR非流式输出的最低延时是多少6.怎么做到的低延时7.没有流式会怎样，只用非流式可不可以8.主agent的意图识别是怎么做的9.主agent和子agent的模型都是什么10.如果有多个需求如何做11.最后这个评估指标是什么12.上下文压缩是怎么做的，具体是怎么实现的13.对于用户近期的写作风格是怎么获取的14.设计开发agent怎么评估它好还是不好？15.agent开源的框架16.MCP工具用过吗17.了解过skill吗，skill是怎么用的18.大模型是怎么识别用哪个skill19.skill的渐进式披露是什么20.openclaw用过吗21.vibe coding工具的理解

27届机械生找实习，求广大网友建议😃