阶跃星辰agent算法面经分享 攒人品中

和他们招的方向不太匹配感觉问了项目和手撕一道题就结束了非常有意思的是面试一开始就问了许多个人问题，以及反问

AI时代人人都能制作属于自己的项目，项目是出发点，做项目的过程是你对AI能力理解的过程~ 以下为大家整理大神牛友们推荐的项目、学习过程以及自制成品！你们也快来试试吧👇一、推荐5个值得做的项目(点击查看原文)来自@Musennnn的分享二、学习Agent开发项目(点击查看原文)来自@等闲_的分享三、可实操上手跟练的项目(点击查看原文)来自@NBA球星伦纳德的分享四、牛友的Agent项目(点击查看原文)来自@写橘猫的Java的分享，给这个牛友点点星星吧~

又双叒叕忘记录音了QWQ凭记忆恢复了一下面试官挺和蔼的，面着没有压力问了些计网OS，快忘完了，基础不太牢面试官介绍部门业务（面试官先介绍给好评）自我介绍这两个项目你是都是从0到1自己设计实现的还是怎么做的项目1（传统后端）：你是怎么借助AI进行开发的数据是存在库里还是缓存里，这个你是怎么考究的如果这个项目你还想更新一下，加一些功能或者是做一些优化，你会如何借助AI来完成这次更新迭代？项目2（Agent）：这个项目有什么你觉得最难的点吗？（我回答上下文工程）那你是怎么解决上下文工程的呢？这个项目这些东西你是怎么进行学习、开发的？MCP和Skill了解吗？有什么区别？（答上了但没太答到位）除了SpringAI，还了解什么AI开发框架吗？除了这些AI开发的知识，有了解什么大模型的内容吗，比如transformer（没有，确实得去学了QWQ）八股：websocket和Http（不会）TCP的拥塞控制和流量控制操作系统有哪些资源分配算法（好像是问的这个，不太记得了，反正问的是操作系统的什么算法，没答上来）互斥锁和信号量键入一个url，发生了什么，从不同的角度来回答，包括计网层面发生了什么？前后端层面发生了什么？前端在获取到后端的数据后，是如何进行内容渲染的？（没系统学过前端，就只结合vue的三个板块答了答）算法题：很简单，一组字符串的最长公共前缀，遍历一次即可AI Coding：写一个前端页面，后端写假数据即可（面试官后面提醒我说要考虑接口超时、响应过久等情况如何处理）反问：1.看JD描述说是全栈，AI Coding，那还需不需要补一下前端知识？面试官说会肯定是加分项，但不会的话，现在也可以AI写了，所以也问题不太大（我大脑翻译一下意思就是还是得会，但实际开发更多是AI Coding）2.后续流程：两轮技术面，一轮Hr面3.看笔试都在出大模型的知识，是不是意味着现在开发岗也得了解大模型的一些原理了？面试官说是的，现在都在借助AI提效，所以里面的原理肯定还是得了解一下了

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...