阿里妈妈 社招面经

1️⃣核心功能与定位不同不同MCP：是一种标准化协议，旨在为AI模型提供统一的接口，使其能够安全、高效地连接和调用外部工具、数据源（如数据库、API、文件系统等）。它侧重于解决AI与外部系统的对接问题，确保不同系统之间的兼容性和互操作性。Skills：是AI模型可调用的技能包或操作手册，包含特定任务的指令、流程、脚本和资源。它侧重于封装专业知识和工作流程，帮助AI模型更精准地执行特定任务，提升任务执行的效率和准确性。2️⃣解决问题不同MCP 解决怎么连、连得上：让 Agent 能调用数据库、 API 、文件系统、第三方服务，聚焦连接能力。Skills 解决怎么做、做得对：让 Agent 按步骤、按规则、按标准完成任务，聚焦执行能力。3️⃣加载与使用方式不同MCP：在启动时通常会完整加载上下文，模型需按照协议规定的格式和流程调用外部工具，输入输出格式由协议严格定义。Skills：采用渐进式披露机制，先加载元数据，仅在模型判断需要时才动态加载完整技能内容，模型需自主判断何时调用何种技能。4️⃣适用场景不同MCP：适用于需要AI模型与外部系统（如数据库、第三方API、云服务等）交互的场景，如数据查询、实时信息获取、跨平台协作等。Skills：适用于需要AI模型执行特定流程化任务的场景，如文档处理、数据分析、代码生成、合规检查等，尤其适合封装专业知识和工作流程。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1. 谈谈深度学习中的归一化问题深度学习中的归一化，核心目的是让不同层、不同特征的数值分布更稳定，从而加速训练并提高收敛稳定性。常见归一化包括输入归一化（如像素缩放到[0,1]）、BatchNorm、LayerNorm、GroupNorm。BatchNorm在mini-batch维度统计均值方差，适合CNN场景；LayerNorm在特征维度统计，常用于NLP和Transformer。归一化可以缓解梯度消失/爆炸、允许更大学习率、降低参数初始化敏感性。 import torch.nn as nn # CNN里常见 BatchNorm2d cnn_block = nn.Sequential( nn...

之前在国际商业化产品与技术干了半年，纯后端开发，结果有agent开发相关的hr来找我，上面列了一大堆agent开发框架经验要求我一个都不会，但还是给了面试机会，本着不面白不面的原则面了。（感谢面试官愿意给机会）1. 项目拷打（差不多30分钟）2. MySQL binlog原理3. Http长连接和短连接的区别4. 如何对MySQL进行优化（答了个索引）5. 除了索引还有什么优化？（慢查询优化，讲了一下慢查询优化的过程）6. 还有什么优化？（扯不出来了）7. 聚集索引非聚集索引区别8. 对AI大语言模型有什么了解？9. 知道reAct吗？10. 手撕: 二叉树相同节点的最大路径和感觉是lc 124的变种，和124的区别就是它节点值相同的节点之间的边才算路径。（撕出来了但是因为不熟悉acm格式构造二叉树用了好久，面试官说感觉时间太长了）铁凉凉，就当试试水了，本来过年春节想紧急培训一下agent的，结果学了个p

在当前开源项目极为丰富的背景下，付费资源并不一定意味着最前沿的技术优势，在具体执行层面展示出自己的独特价值，才是简历上最重要的加分项。1. WebMCP — 让网站主动告诉 AI 该怎么操作AI 操作浏览器的方案一直靠"猜"——截图识别、DOM 解析，错误率 15-30%。WebMCP 反过来，让网站自己声明能做什么，AI 直接调用结构化接口，准确率接近 100%。Chrome Canary 已实装。企业内部系统的 WebMCP 适配目前几乎没人做，是明确的蓝海。推荐理由：简历上写的不是"我会用某个框架"，而是"我在标准刚发布时就做了企业适配&...