蚂蚁AI应用一面

这个AI CODING其实没有想象的难，而且比准备传统笔试算法爽得多。vibe coding完心情都是好的，前几天准备别的笔试算法快郁闷死了

1. Agent 的架构设计？一个完整的 Agent，一般不是单独一个大模型就能跑起来，核心会拆成几层。最上面是任务入口：负责接收用户问题和上下文；中间是决策层：负责意图识别、任务拆解、规划和工具选择；下面是执行层：真正去调工具、查知识库、访问服务；最后是记忆和状态层：维护多轮上下文、历史执行结果和中间变量。如果做得再工程化一点，通常还会加一个校验层。因为模型规划出来的步骤不一定总是对的，工具参数也可能填错，所以在执行前后都要做检查，比如参数合法性校验、工具返回结构校验、结果一致性校验。Agent 真正难的地方不是 “能不能想”，而是 “想完能不能稳定执行”。2. RAG 的检索如何实现？RA...

智能体大模型应用岗，时长 2 小时。题目大概是这样的：实现一个带 TUI 的命令行视频剪辑工具，后面跟了一大堆功能要求，分必做和加分项。测试用的视频素材在指定目录里，还有一些约束条件（主要是针对剪辑工具的交互提示）。验收方式是自己测试，交付物包括源码、命令说明、使用说明、示例输入输出、验证过程、限制说明以及后续优化方向——说白了就是要交一堆文档。蚂蚁的模型反应很快。下面复盘一下我的整体思路，供大家参考，有不对的地方欢迎交流。整体上我遵循了这么几个步骤：第一，拿到题目先不写代码。优先让模型分析基本需求（只看必做部分），让它帮我拆分步骤、列出待完成的事项、划分出需要实现的模块——按最小 MVP 原则来。第二，按照列出来的模块，一个一个写代码，每写完一个就测一个。第三，所有必做模块都写完之后，做一次整体自检，然后写测试报告。第四，必做部分稳了之后再上加分项。思路一样：先分析需求，再慢慢写代码。写加分项的时候尽量不动基础功能的代码和结构，能少动就少动。第五，全部做完之后再自检一遍，按题目的要求从头到尾测一遍，输出测试报告。第六，让模型以专家身份对已完成的项目做审核（就是 LLM-as-Judge），给评分和审核意见。然后我自己人工过一遍每一条意见，觉得有必要改的就让模型去改，原则同上。另外还有一个小插曲。因为蚂蚁这边时间比较充裕，我甚至动过念头——让模型在代码里穿插一些 prompt 注入的方式，毕竟最后大概率也是 AI 来审核项目，想让审核的模型给高一点的分。但想了想还是没做，感觉没太大必要。大致思路就是这样。补充一点关于淘天的对比。淘天的 AI Coding，面试官明确说过更重视过程——用 AI 的方式、任务拆解、对项目的设计等等，反而结果不是最重要的，而且只给了半小时。蚂蚁这边显然不是，要提交一个完整的项目，具体的评分点我暂时还没搞清楚。

1. 自我介绍2. 训练一个 decoder-only 大模型时，为什么 embedding 层和 lm head 常常共享权重权重共享本质上是一种参数高效和统计一致性的设计。输入端 embedding 学到的是“token 到向量空间”的映射，输出端 lm head 学到的是“隐藏状态到词表概率”的映射，如果这两个空间本身就在描述同一个词表语义，那么共享权重可以减少冗余参数，并让输入语义空间与输出判别空间保持一致。从优化角度看，共享权重还能起到轻微正则化作用，尤其在词表非常大时更明显。代价是模型表达自由度下降了一点，但对大多数语言模型来说这个损失远小于收益。很多实现里会保留一个独立 bias...