面灵AI→

华为 AI 应用方向二面:京东实习与多 Agent 项目深挖,现场手写岛屿数量

轮次
二面
时间
2026-11
来源
牛客网

《面试题目》

背景与简历

  1. 做一下自我介绍,讲主要实习和项目。
  2. 京东这段经历为什么没有体现在当前文档简历里?

京东工作项目:数据、规则与总结链路

  1. 这个模块面向谁,解决什么问题?
  2. 上游给什么,数据从哪里获取,为什么需要先组织业务依据?
  3. 输入真实的情况下,为什么模型仍然会出错?代码与模型怎样分工?
  4. 原来的错误率是多少,治理后有什么变化?
  5. 是批量处理很多文档,还是一次处理一个任务?工作流怎样触发?
  6. 除 Prompt 外,用什么语言、平台和接口实现?

个人项目:多 Agent 分工与协作

  1. 为什么做这个个人项目?为什么采用多 Agent 而不是单体流程?
  2. Supervisor、Planner、Executor 分别做什么?
  3. 多个 Agent 之间怎样协调?
  4. 简历里写的「约束执行 Agent 单步执行,阻断幻觉」具体是什么意思?
  5. 除此以外,还了解哪些降低幻觉的方法?

RAG、框架与 AI 编程

  1. RAG 在项目中具体做了什么?
  2. 使用哪个向量数据库,为什么选它?
  3. 个人项目自己实现到什么程度,哪些部分借助 AI 完成?
  4. 使用什么 Agent 框架和编程语言?
  5. 在京东做 Java 开发时,怎样使用 AI 编程?

现场手写:岛屿数量

  1. 题目给出由陆地和水组成的二维网格,水平、竖直相邻的陆地属于同一座岛,求岛屿数量。
  2. 讲一下你的思路,为什么选 DFS 而不是 BFS 或并查集?
  3. 解释代码主体、边界判断,以及为什么可以直接把访问过的陆地改成水。
  4. 复杂度是多少?如果网格很大、递归会栈溢出怎么办?

笔试交流与反问

  1. 对笔试环节有什么想交流的?
  2. 你有什么想问我的?

《参考解析》

输入真实、模型仍然出错时,代码与模型怎么分工:模型出错一般不在「读不懂输入」,而在三处——业务依据没有被结构化(上游给的是一段自由文本,口径散落在各处)、判定标准没有被显式建模(同一类问题靠 Prompt 里的自然语言描述,边界模糊)、以及缺少可验证的收敛手段。所以治理顺序是先把业务依据整理成结构化字段与规则表(字段化、枚举化、可回溯来源),能确定性判定的部分交给代码(正则、字典匹配、规则引擎、阈值),只把需要语义理解的部分交给模型,并且要求模型输出结构化结果(JSON Schema 约束、枚举、必填字段),再用二次校验或规则回查兜底。衡量治理效果要有对照:同一批离线样本上治理前后的错误率、错在哪一类,而不是只看线上「感觉好了」。

多 Agent 的分工与协调:Supervisor 负责意图识别与路由,决定当前这一步交给谁、什么时候终止;Planner 把目标拆成有序子任务,产出可执行的步骤清单;Executor 只负责执行单步并返回结果。协调的关键是共享一份显式状态(任务清单、已完成步骤、中间产物),每一步的输入输出都走这份状态而不是靠对话历史传递,这样任意一步失败都能重放,也能限制上下文长度。多 Agent 相比单体流程的价值在于职责隔离与可观测——每一步都有明确的输入输出和判定标准,出错时能定位到是规划错了还是执行错了;代价是调度开销、状态一致性与更长的链路,如果任务本身就是单步转换,多 Agent 只会增加失败面。

「约束单步执行、阻断幻觉」的落地:核心是把「让模型自由决定下一步做什么」换成「模型只能从当前允许的动作集合里选一个」。具体做法:把工具与动作定义成有限集合,每一步只暴露当前状态合法的动作;要求模型输出结构化调用(动作名 + 参数),由程序校验参数合法性与前置条件,不合法就拒绝并回灌错误信息;执行结果由程序回读确认(接口返回、页面状态、数据库记录),模型自述成功不算数;对事实性字段禁止模型生成,一律从检索结果或库里取。再加一条「无依据即拒答」的出口,让模型在检索不到支撑时明确说不知道,而不是补全一个像样的答案。

其他降低幻觉的手段:检索增强并在回答里带出处,让内容可回查;把长任务拆成短步骤,每步只让模型做一个小判断;用规则或小模型做前置过滤,缩小模型的选择空间;同一问题多次采样或换模型交叉验证,对不一致的结果降级或转人工;对数值、日期、ID 这类字段做格式与范围校验;以及最容易被忽略的一条——把评测集固定下来,每次改动都跑一遍,靠数据判断某条措施是否真的降低了错误率。

RAG 与向量库选型:RAG 的完整链路是文档解析(版式、表格、标题层级)→ 切分(按语义边界而不是固定字数,保留标题与上下文)→ 向量化 → 检索(向量召回 + 关键词召回混合,再加重排)→ 组装提示并附出处。切分与召回质量决定上限,很多「RAG 答不准」其实是切碎了上下文或只做了向量召回。向量库选型看四点:数据量级与召回延迟、是否需要标量过滤与混合检索、是否要自建运维、以及和现有技术栈的契合度。中小规模、单机可跑、需要元数据过滤的场景用 pgvector 或 Milvus 单机版就够;规模上亿、要高可用与多副本时再上分布式集群,并单独做索引参数与分片调优。选型理由要能说出「为什么不选另一个」,不能只说「社区常用」。

在 Java 开发中使用 AI 编程:日常用于三类事情——写模板化的样板代码(DTO、Mapper、单元测试骨架)、读陌生代码(让它先解释调用链再动手改)、以及生成重复性脚本与 SQL。用法上有两条纪律:一是把上下文喂准(相关文件、接口定义、约束条件),让它在明确边界内生成;二是生成结果必须自己过一遍并跑测试,尤其是并发、事务、异常分支这类它容易想当然的地方。代码评审时把它当协作者而不是权威,改动范围要小而可回滚。

岛屿数量(DFS):遍历整个网格,遇到值为陆地的格子就把计数加一,然后从该格出发做深度优先搜索,把与之连通的所有陆地都标记为已访问。标记可以直接把陆地改成水,省掉一个 visited 数组,也避免了重复访问;四个方向用方向数组统一处理,进入递归前先做边界与「是否为陆地」的判断。时间复杂度 O(m×n),每个格子最多被访问常数次;空间复杂度最坏 O(m×n)(全为陆地时递归深度可达格子总数)。网格很大时把递归改成显式栈的迭代 DFS,或改用 BFS 逐层扩散,也可以并查集把相邻陆地合并后统计集合数量——并查集在需要动态加陆地(如「岛屿数量 II」)时更合适。

为什么先讲思路再写代码:面试官允许只写主体逻辑但要求讲解,说明考察点在于能否把问题抽象成「遍历 + 连通性标记」并说清边界。写之前先用一两句话定下算法与复杂度,写的时候把边界判断放在显眼位置,写完主动说明哪部分是主体、哪些工程细节(输入解析、异常处理)被省略,比闷头写完整代码更能体现工程判断。