淘天AI应用一面

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1 实习拷打2 拷打项目一1.主要是transformer的细节2.Q K V3.kvcatch4.transformer为什么适用于多模态3 拷打项目二知识蒸馏4 拷打Java内存泄露问题5 大模型的优化怎么解决上下文过长导致遗忘的问题除了prompt，还可以怎么解决aicoding写代码冗长复杂的问题？6 agent的运行流程rag库agent skill7 手撕代码二叉树的遍历

1. Agent 和传统 workflow 的本质区别是什么，什么时候该选 Agent，什么时候不该选传统 workflow 的核心是路径预定义，系统知道每一步做什么、怎么流转、失败后怎么回退，所以它更适合规则清晰、链路稳定、审计要求高的场景。Agent 的核心则是把部分决策权交给模型，让它在运行时决定下一步查什么、调什么工具、如何分解任务，因此更适合任务开放、输入噪声大、解法不唯一的场景。真正的分界线不在“有没有模型”，而在“是否允许运行时规划”。如果目标是工单分类、审批流转、固定字段抽取，workflow 往往更稳；如果目标是复杂排障、代码仓库理解、跨工具探索式分析，Agent 才更有价值...

继续来分享下最近的面经~欢迎友好讨论，信息共享1.实习拷打2.你们这个对抗式状态机是什么？3．你认为状态机和流式的workflow的区别是什么？分别什么时候用？4.你们这个工作流是解决什么问题的？用户是谁？5. 那你们这个工作流延迟是不是很高啊？怎么解决的？6.你写的减少token消耗，体现在哪里？7. 你在华为还做了什么，mcp和skil做出来主要是怎么使用的？拷打自己的agent项目1.你这个组件可插拔是什么意思？2. 你的多个Agent之间的是怎么处理输入的？你用的这种动态上下文具体是什么数据结构？3. mcp和skill的区别是什么？4.你的工程中是如何处理上下文的？5.你的RAG工程中是如何处理分块的？6.你的react范式是怎么做的？这种React和COT的区别是什么？你认为二者分别是在什么情况下使用。7. 你认为多agent和单agent各自适应的场景是什么？8. 有没有用过langchain，你认为它的优点是什么？9.你了解过prompt 工程，context工程，harness工程，他们的区别是什么？Ai coding写一个高并发分发优惠券的系统，要求对不同人群进行分类，配有不同的优惠券分发方案，要求模块采用继承架构设计，要求考虑边界条件，最终要求一个完整的系统，有main函数做一个demo展示系统功能。并且含有完整的边界约束测试。最后要有使用说明Readme文档。

1. 做一下自我介绍2. RAG 分块策略应该怎么选，真正影响效果的核心因素是什么分块策略不是越细越好，也不是统一按 token 长度切就行。真正影响效果的是 chunk 是否保留了完整语义单元、是否带有足够的定位信息、是否能在召回后被模型直接利用。像制度文档、规则文档、FAQ、表格和多层级说明，最佳切法差异很大。比较稳的方式通常是结构优先、语义补充、长度兜底，也就是先尊重标题、段落、表格、列表，再在超长片段内部做语义切分。这样做的目标不是生成整齐块，而是让每个 chunk 自带最小可回答上下文。3. 怎么评估 RAG 的效果，除了准确率还能看什么RAG 效果不能只看最终回答对不对，因为那样很...