阿里千问AI创作产品面经-Agent方向

1.项目都是自己做的吗2.rag这边是你做的吗3.向量化不是用milvus本身的模型，自带的吗？面试官提问问题4.入库流程的是自己做的吗5.文件读出读进内存里面，中间的适配器用的什么6.转换的用的什么能力7.精排取的交集还是并集，混合检索的，权重算的吗8.有没有遇到什么case9.有没有招不回的情况答得 检索侧和生成侧 两边的原因可能；语义分块太大；知识库里面没有；语义表述对齐，query表述口语化10.关键词检索BM25算法11.图文检索的用到什么策略吗12.持久化RDB算法和AOF细致讲下13.程序运行内存分布答得：jMM内存结构及数据存储类型aicoding 压测工具，python写，终端测试，生成文档和测试用例结果

7、你们redis用的是哪里的集群版8、Redis 主备机制是怎么实现的呢？9、Redis 选主机制10、Pulsar 有哪些集群的实现版本？11、Redis 的 ZSet 详细说说，再说说插入、查找的过程15、CAP 理论说一说，然后什么场景、中间件用什么？16、OpenClaw (OpenHands/Agent) 的底层实现机制17、Agent 的 Memory 机制有了解吗？18、Redis 慢查询怎么排查？19、MySQL 一致性的实现是怎么做的呢？20、MySQL 是怎么保证数据不丢，怎么保证数据不错的呢？21、Undo Log, Binlog, Redo Log 的作用22、事务的...

给我面没招了，发点面经攒攒人品～1. 实习拷打2. 你为什么想投千问主 Chat 组的 AI 产品实习生？追问：相比其他 AI 产品岗位，这个岗位最吸引你的点是什么？3. 你最近最常用的 AI 产品有哪些？你怎么评价它们的优缺点？如果只能保留一个，你会选哪个，为什么？4. 你怎么看千问、ChatGPT、豆包、Kimi、DeepSeek 这类 AI 对话产品的差异？追问：你觉得千问最应该补齐的短板是什么？5. 你如何理解主 Chat 产品的核心价值？它和搜索、Agent、传统工具型产品的边界分别在哪里？6. 如果让你优化千问 App 或 PC 端的一个核心功能，你会怎么验证这个改动真的有效？7. 你会重点看哪些核心数据指标来判断主 Chat 做得好不好？追问：如果留存和满意度出现冲突，你更信哪个？8. 你能简单讲一下 Transformer 的基本原理吗？为什么它比传统 RNN 更适合做大模型？9. 你怎么理解预训练、SFT、RLHF 这几个阶段，如果少了 RLHF，产品体验会主要差在哪里？10. 你怎么理解 prompt、system prompt、上下文窗口、RAG、Agent 这些概念？追问：它们分别更适合解决哪一类问题？11. 如果用户一句话里有多个意图，或者表达很模糊，你会怎么做意图识别和回复策略设计？12. 你如何理解上下文、短期记忆、长期记忆的区别？什么信息应该记住，什么信息不该记住，为什么？13. 如果模型出现幻觉，你会怎么判断是模型能力问题、检索问题、prompt 问题还是产品策略问题？14. 你会怎么评估一个 AI 对话系统答得好不好？除了人工判断，还可以看哪些技术或算法指标？15. 如果让你在两周内做一个能明显提升主 Chat 体验的小改动，你会做什么？如果研发资源非常有限，你会怎么取舍？

投的cpp研发工程师 ，一面直接主管面， 简单问了点实习项目。介绍说业务是python 加 cpp语言 大概是语音模块的业务。反问问后面流程面试官直接说是hr面了，感觉是缺人做dirtywork了 有没有牛油懂得，有没有坑啊。故事是这样的，部门主要是做ai infra的，但是我这块完全不懂，所以拒了第一次面，但hr还是打电话说让我试试，也有其它的业务。稀里糊涂就面了，而且约下周hr面了 很神奇。