字节暑期后端agent开发一面

攒人品中 1.实习拷打2.开白板画画一下它的一个系统架构？3.这个系统有哪些模块、每个模块是做什么的、模块之间是怎么通信的？4. RAG 这一块是怎么工作的？5.这些文件是什么时候做 processing 的？6.是不是有另外一套流程去检查有没有更新的文档或新增文档，并做 chunk split 和数据存储？7.会有哪些 tool？写了什么tool，介绍复杂的8.多agent 和单agent 怎么选择，什么考量9.怎么做的鉴权？10.它是怎么做 authentication 和 validation 的？11.那这个 agent 自身的 system prompt 大概长什么样？13.你是怎么去构造这个 prompt 的？ 上下文怎么处理？长期短期？14.那它怎么知道自己有哪些 tools 可以去调用？15.用 RAG 检索和直接把大量文档内容作为输入喂给 agent 相比，为什么 RAG 检索会更优？手撕：LRU

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...

* 为什么在 RAG 流程中引入父子索引（Parent-Document Retrieval）？* 为什么引入 BM25？向量检索和 BM25 的融合比例是怎样的？* 检索融合的具体流程是什么？召回后有没有做 Rerank？* Rerank 后返回几个块（Chunk）？有没有针对这个返回数量做过验证？* Rerank 后的 TopK 截断是怎么做的？为什么是这个值？有没有其他截断方案？* 讲一下上下文工程（Context Engineering），Agent 的记忆（Memory）是怎么做的？* 请详细讲解分布式令牌桶限流的实现。* 漏桶算法（Leaky Bucket）的原理讲一下。* 滑动窗口算法限流讲一下。如果用代码实现，滑动窗口的结构体会包含哪些字段？* 滑动窗口和令牌桶相比有什么缺点？* 在 Redis 中，你会用什么数据结构来实现滑动窗口限流？* LRU 缓存的实现原理讲一下。* 布隆过滤器（Bloom Filter）的底层原理和适用场景讲一下。* MySQL 索引会在哪些情况下失效？* 在使用 LIKE 进行模糊查询时，索引什么情况下会失效？* MySQL 的事务隔离级别有哪些？如何保证一致性？* 详细说说 MVCC 的实现，ReadView 的生成时机是怎样的？* 在不同的隔离级别下，一个事务分别会创造几个 ReadView？* MySQL 都有哪些锁？它们的作用分别是什么？* 为什么选择 Python 和 Go 作为技术栈？在处理并发时有什么区别？* 手撕代码：实现反转链表。问的好杂，后面有的答不上来了是正常的吗

1. Agent 的架构设计？一个完整的 Agent，一般不是单独一个大模型就能跑起来，核心会拆成几层。最上面是任务入口：负责接收用户问题和上下文；中间是决策层：负责意图识别、任务拆解、规划和工具选择；下面是执行层：真正去调工具、查知识库、访问服务；最后是记忆和状态层：维护多轮上下文、历史执行结果和中间变量。如果做得再工程化一点，通常还会加一个校验层。因为模型规划出来的步骤不一定总是对的，工具参数也可能填错，所以在执行前后都要做检查，比如参数合法性校验、工具返回结构校验、结果一致性校验。Agent 真正难的地方不是 “能不能想”，而是 “想完能不能稳定执行”。2. RAG 的检索如何实现？RA...