华为 11.19 线上一面二面主管面:max cover 变种、Agent 记忆与三面连面实录
- 轮次
- 一面+二面+主管面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
一面(14:30)
- 先聊一些性格方面的问题。
- 针对简历里的项目追问:怎么做的、为什么这么设计,以及相关基础知识(面试官偏 infra 方向)。
- 关于基模训练的问题:数据、并行、微调相关。
- 你的笔试成绩不错,是怎么准备的?
- 代码考核:15 分钟手撕一道 LeetCode mid。
- 反问。
二面(16:00)
- 深入追问实习与项目经历:具体做了什么、为什么这么做、遇到过什么问题。
- Agent 的记忆怎么设计?同一个 session 内和跨 session 的记忆分别怎么组织?
- 记忆检索怎么做?
- 工具或技能的规模很大时,怎么做路由?
- 你怎么理解 Agent 范式?
- 算法题:max cover 的变种,20 分钟。
- 反问。
主管面(18:00)
- 聊聊学习经历和实习经历。
- 你对华为有什么看法?
- 从 9 月底到现在为什么一直没换部门?
- 你怎么看 B 端 Agent 业务和它的商业化路径?
- 反问。
《参考解析》
max cover 变种怎么答:最大覆盖问题的标准形式是给定若干集合与预算 k,选 k 个集合使并集最大,它是 NP-hard 的,不存在多项式时间的精确解,所以面试官要的不是最优解而是「知道这是 NP-hard 之后怎么办」。第一条路是贪心:每轮选能新增最多未覆盖元素的集合,时间复杂度 O(k·m·n),近似比 1−1/e(约 63%),这是最稳的答法,也是帖主现场走的路。第二条路是精确解,只在规模小时可行:元素数量少时把「已覆盖集合」压成位掩码做状态 DP,或直接枚举组合加剪枝(按上界排序、当前最优剪枝)。帖主事后才知道小规模可以状态 DP,这正好说明面试里应该先问规模再选算法——「n 小的时候可以精确,n 大的时候只能贪心或剪枝」这句话本身就能拿到分。工程上还有第三条路:如果集合有重叠结构(比如按主题聚集),可以先聚类再做局部精确。回答时把「问题性质 → 规模 → 方案与近似比 → 复杂度」讲清楚,比埋头写代码有效,帖主用 30 分钟写贪心枚举、还忘了 Counter 的排序函数,说明现场更该先讲思路再动手。
Agent 记忆要分三层:第一层是会话内的工作记忆,就是上下文窗口里的消息,靠截断、摘要、把早期轮次压缩成要点来控长度;关键是摘要要保留「已经确认的事实」与「用户偏好」,丢掉寒暄。第二层是跨会话的长期记忆,从对话中抽取结构化事实(用户是谁、做过什么、偏好什么、做过哪些决定),写进外部存储,下次会话按需检索注入,而不是把历史全文塞回 prompt。第三层是任务级记忆,针对长任务保存中间结论与已执行的步骤,避免重复劳动。三层的写入策略不同:工作记忆每条都写,长期记忆要有抽取与置信度判断(一句话里用户随口提到的偏好不该和明确声明的偏好同等权重),任务记忆按里程碑写。
记忆检索的要点:写入时给每条记忆带上时间、来源会话、类型(事实 / 偏好 / 结论)和置信度;检索时先做查询改写(把「上次说的那个方案」改写成可检索的关键词),再用向量检索加关键词检索的混合召回,重排后按阈值过滤,宁可少给也不要把不相关的记忆塞进上下文——错的记忆比没有记忆危害更大。还要处理冲突与时效:同一件事有新说法时以新的为准,旧记录标记失效而不是删除(可追溯);按类型设不同的衰减,偏好类长期有效,临时任务状态要过期。规模上来后要按用户分区并做索引,不能每次全表扫。
超大规模工具路由:把所有工具的 schema 都塞进系统提示词,在工具上百个时既吃 token 又必然误选,正确做法是把路由当成检索问题。先给每个工具写清「什么时候用、解决什么问题、前置条件是什么」,做成可检索的描述;用户请求进来后先做意图识别与域分类(比如「查订单」「改配置」「发消息」),在域内用向量检索加规则过滤(权限、前置状态)选出 top-k 候选,再让小模型在候选里做最终选择与参数填充。分层的好处是每层都能评测:域分类准确率、候选召回率、最终选择准确率、参数合法率,出问题能定位到哪一层。还要有兜底:没有合适工具时明确说不支持,而不是硬挑一个最像的去调——这跟记忆检索的原则一样,错调用比不调用代价高。
Agent 范式怎么讲:不要背名词,讲清一条主线——模型从「一次问答」变成「带状态的循环」:观察(用户输入、工具返回、环境状态)→ 决策(是否需要调工具、调哪个、参数是什么)→ 执行 → 把结果写回上下文,直到满足终止条件。围绕这条主线谈四个工程问题:状态怎么存(会话、记忆、任务进度)、工具怎么描述与路由、错误怎么处理(工具失败要回灌给模型让它换路,而不是抛给用户)、循环怎么收敛(步数上限、预算上限、明确的终止条件)。再补一句取舍:能用确定性程序做的事不要交给模型判断,模型负责语义与选择,程序负责执行与校验。
一面手撕与项目追问的教训:15 分钟一道 mid,帖主靠秋招刷题 10 分钟写完并讲清思路,面试官态度才缓和——手撕在这类面试里是硬门槛,写不出来基本当场结束,所以真题要提前刷(华为的笔试题型相对固定,帖主也承认专门针对华为笔试刷过题,但这句话在面试官听来会略微减分,因为它暗示的是应试而非基本功)。项目追问部分,面试官偏 infra 时会往底层追(数据怎么存、并发怎么处理、故障怎么恢复),如果简历上写的是应用层项目,要提前准备「这个项目往下沉一层是什么样」的答案,答不上来就如实说边界在哪、会怎么补,比硬编好。
流程与心态:帖主的经历说明华为的流程长度不可控——性格测试挂掉要重测,线下面约了又取消,一个多月后才排上面试;三场连面、双机位、每场 10 分钟内出结果,节奏很紧,体力和状态本身就是变量。当晚收到感谢信容易被理解成拒绝,但第二天状态入池、接口人反馈面评 3A,说明感谢信只是流程动作,入池后还要按 HC 与横向比较排序。秋招里「面评好但没 offer」是常态,能做的只有把每一场的题目和答崩的点记下来,继续投下一家。