百度ai后端开发日常实习一面 55min

努力拥抱AI中…1.项目拷打2.如果你要控制多个 agent，不论是 cursor、codex 还是别的工具，同时开多个的时候，你觉得会有什么问题存在？3.如果同时开 10 个、20 个，甚至更多 agent，你觉得会有什么问题？4.怎么管理它们？5.当 agent 做任务时，它不一定一次就做完，可能需要你反馈、确认、纠正。如果有十几个 agent，你怎么分配跟它们互动？6.如果要支撑这种场景，技术上应该实现哪些能力？7.你刚刚定义了 waiting、running、done 这些状态，那你觉得怎么去捕获一个 agent 的状态？8.现在像 codex 这种是独立程序，如果它没有 API，你怎么实现对它状态的获取？9.除了 hook，除了 skill 里做打点，还有什么其他方法吗？10.你有没有用过 skill 里面跑脚本这类能力？11.如果检测到 agent 一直没响应，或者卡住了，你会怎么处理？12.那是不是以后人只要对着调度器就好了？只需要做这套编排和管理？13.除了测试、复盘、对外解释结果之外，你觉得以后程序员还应该重点发力在哪些领域？怎么避免和 AI、和偏商务的人直接同质化竞争？14.你觉得有什么方法论，可以让大模型从一个非常庞大的上下文里，很精确地找到它真正需要的数据？15.你刚刚提到 RAG，这种方法在代码库场景里怎么落地？代码是怎么被切成片、变成可检索内容的？16.如果 RAG 找错了怎么办？17.Cursor、Claude Code、Codex 这类工具，面对几百万行代码、窗口又装不下的情况，这个问题怎么办？18.那你知道这些工具大概是怎么实现的吗？19.从原理上看，一种做法是先把用户提示词丢给模型，让模型决策后再搜索代码；另一种做法是先本地检索，再把结果给模型。各自有什么优缺点？

有很多问题,求大佬们解答,谢谢大佬们:不知道现在该怎么投实习,该怎么准备内心很纠结学校课程和实习到底怎么选择, 自己也不想课程学业这边出问题, 是不是只能投暑期实习,具体时间该怎么安排前端面试也需要准备算法么, 自己的算法能力很薄弱, 面试题需要准备到什么程度?没有ai项目经验的话,我该如何去补充,如何去找好的ai项目

面试干货分享，攒攒人品！1、实习拷打2、项目拷打a.开发用时大概多久?b.讲讲你遇到的难点或者挑战c.你项目里用了Redis，怎么防止缓存穿透?d.引入缓存后，怎么解决缓存和DB之间的一致性?3、八股a.MySQL的索引和索引失效的情况b.MySQLACID的一致性是什么?一致性和另外三个的关系?c.MySQL的隔离级别有哪几种?区别是什么?d.了解Kafka是吧，Kafka如何保证消息有序性?如何对Kafka的partition做分类?e.还知道哪些消息队列中间件，有哪些区别?4、场景题a.你有遇到过服务OOM情况吗?一般什么情况下会发生?如何排查这个问题?b.生产中如何排查CPU出现100%的问题?c.点赞系统如何设计?讲讲你的思路5、ai相关a.平时会使用Alcoding类的工具吗?b.问了一些Prompt、RAG、Agent、微调方面的内容c.如何理解大模型和传统模型有什么区别?6、算法:不超过K的最长子串

1. 全参数微调的显存一般怎么估算全参数微调的显存不能只看模型参数本身，真正上线训练时至少要把参数、梯度、优化器状态和激活值都算进去。最粗略的估算方式是：如果模型参数量是 N，训练精度是 bf16，那么参数大约占 2N 字节，梯度再来一份 2N，如果用 Adam，还要额外保存两组一阶和二阶矩，通常再加 4N + 4N 字节。也就是说，不考虑激活值时，单参数相关内存大致可以按 12N ~ 16N 字节估。真正把 batch size、sequence length、checkpointing、并行策略加进去后，激活值往往才是大头。所以面试里如果只答“参数量乘 2”基本不够。更稳的答法是先给出静态...