阿里淘天agent开发一面凉经 面没招了

感觉面完人都通透了，还是太菜了，下去沉淀一下1.实习拷打2.项目一拷打：具体怎么做的？数据啥样？现在准确度在什么水位？有没有考虑过Agent做？你怎么和团队讨论的？是你一个人在完全负责这个模块吗？结果怎么定的？如果让你重新做这个项目用Agent的方式你会怎么考虑？上下游是怎么样的？你有和上下游交流过他们的情况吗？你的prompt怎么写的，具体展开说说？这个意图识别你怎么理解的？few-shot具体考量？用户反馈数据有看过吗，说说想法，怎么定的三种意图？3.项目二简单询问：你进来就做了这么多工作吗？两个项目的时间怎么安排的？4.你怎么看待算法和Agent应用的区别？5.场景题：五分钟思考一下做一个用户购物的Agent，问了有要规定什么方式？让自己编排。

1. 先做一个简短的自我介绍，重点讲你和 AI 应用开发最相关的经历2. 讲一下你做的这个Agent项目介绍一下核心链路一般是用户输入问题后，先做意图识别，再判断是走直接生成、知识检索还是工具调用。技术上可以拆成接入层、编排层、检索层、模型层和观测层。编排层负责 Prompt 模板、上下文管理和工具路由；检索层负责文档切片、向量检索、关键词检索和重排；模型层负责对接通用大模型和总结模型；观测层负责 trace、耗时、召回质量和最终答案质量。 public Answer handle(QueryReq req) { Intent intent = intentService.detect(req...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 项目拷打：深挖实习中的 AI Agent 架构与 Java 后端落地细节。2. Java 线程池如何自定义拒绝策略？（考察 RejectedExecutionHandler 接口实现）3. 场景题：QPS 为 100，平均响应时间（RT）为 100ms 的 IO 密集型场景，你会如何设置线程数？4. 动态调优：在不重启服务的情况下，如何动态调整线程池参数？结合配置中心（如 Nacos）的实现思路是什么？5. 线程池动态刷新时，是直接替换整个线程池对象，还是调用内部 API 修改？两者有何优劣？6. MySQL 分页查询（Deep Pagination）在数据量大时为什么会变慢？7. 子查询优化分页的原理是什么？在联合索引覆盖的情况下，子查询节省的开销是遍历、回表还是 CPU？8. 慢 SQL 排查：除了索引缺失和数据量大，还有哪些因素（如锁、连接池、长事务、系统负载）会导致 SQL 变慢？9. 线上发生 OOM（内存溢出）时的排查路径是什么？如何通过快照定位到具体的代码行？10. 详细描述你项目中的 Multi-Agent 三层架构（Router -> Manager -> Sub-Agent）的设计逻辑。11. 在 Agent 开发中，如何通过 Prompt 实现高效的指代消除和意图识别？12. 提示词工程高阶技巧：什么是思维链（CoT）和思维树（ToT）？它们分别适用什么场景？13. RAG 实战：你的文档切片（Chunking）策略是什么？如何处理 Markdown 等结构化文档？14. 检索优化：为什么在 Embedding 向量检索的基础上还要引入 BM25 关键词检索？15. 评估体系：如何客观评价 RAG 的效果？谈谈你对上下文忠诚度、答案相关度的理解。16. 模型决策：对于 200 组左右的固定 QA 知识库，你会选择 RAG、Lora 微调还是长上下文直接输入？17. 微调难点：在样本量极少的情况下，如何解决 Lora 微调容易出现的过拟合或欠拟合问题？

自我介绍实习项目介绍询问项目中的一些问题检索 Agent 中是如何做上下文管理的，简单的说了一下我们做的上下文管理工具，把一些无用的内容摘出上下文大语言模型的输出是如何进行约束的，我说是通过业务的自我检查和系统提示词约束来做的，(但实际上我们那边是通过在推理引擎那里做的工作，但我不明白不敢说)然后一些项目上的其他问题一道 AI Coding 的题目，不可以直接把题目丢给 AI，要自己先提炼出需求。我是先整理成了一个 md 文档，然后让 codex 来做，但是梯子质量有问题，特别慢，做完了后我又开了一个 Codex 会话来帮我检查，检查到一半，面试官说 OK 了。直接进入反问环节。总时长 45m...