面灵AI→

Agent 架构选型二十问:从 LangGraph 到 ReAct 再到任务完成判定

多家

一份按出现频次排序的 Agent 架构选型题库:框架选型、执行链路、ReAct 循环、Agent 与 workflow 的边界、停止条件、Human-in-the-Loop、死循环与长任务漂移。

2026-11

小厂 AI 应用开发面:RAG 幻觉、三级上下文压缩与工具幂等

某公司

小厂 AI 应用开发岗面试:技术面围绕 RAG 幻觉的定位与缓解、超长上下文的三级压缩及各级触发条件、工具执行中断后的幂等恢复、Checkpoint 存储粒度、知识库离线与在线全链路、文档提示词注入防护,以及「306 条攻击任务 0% 成功率」的指标口径;后半段问居住地、实习起止与离职原因、薪资和职业规划。

2026-11

华为 AI 应用开发一面:Swap、硬软中断与最大路径积手撕

华为 一面

华为 AI 应用开发方向一面,约 50 分钟:自我介绍后讲论文并追问技术细节,Linux 部分追问 Swap 的实现与硬中断/软中断的区别,最后手撕一道矩阵最大路径积的动态规划,反问环节问了部门业务与入职后的具体工作。

2026-11

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

华为 二面

华为 AI 应用方向秋招二面,线上技术面试、双机位、现场手写代码。面试围绕两段经历展开:京东实习中数据获取、规则组织与总结链路的工程细节,以及个人多 Agent 项目里 Supervisor、Planner、Executor 的分工与「约束单步执行、阻断幻觉」的具体做法;随后追问 RAG 与向量库选型、Agent 框架与语言、京东 Java 开发中如何使用 AI 编程,最后现场手写岛屿数量并讲 DFS 主体逻辑、边界判断与原地标记。

2026-11

华为 AI 应用方向校招全流程:机试、一面全排列手撕与二面 RAG 五连问

华为 机试至二面

一份完整的华为校招时间线:9 月通用软件方向机试因分值权重折算只有 180 分没过线,10 月转 AI 应用方向机试过线,11 月一面手撕有重复元素的全排列并复盘机考题,二面围绕 RAG、向量检索、微调、幻觉与大仓库代码理解提问,手撕最长递增子序列,最终二面未通过。

2026-11

华为 AI 应用方向一面:Agent 与 LLM 的区别、幻觉治理与手撕最长无重复子串

华为 一面

华为 AI 应用方向线上一面(双机位、含手撕):先结合实习讲 Agent 能力与 LLM 的区别、模型知识滞后时怎么答实时问题、如何降低幻觉、开发流程有没有固化成框架,再问 Java Collection 容器与进程异常退出排查,回看笔试 K-Median 聚类,最后现场手写最长无重复子串并追问左边界怎么移动。

2026-11

快手一面:B+ 树、千万级数据估深度与生产级 Agent 框架

快手 一面

快手一面:MySQL InnoDB 索引为什么用 B+ 树、一千万数据估算树深度、联合索引与索引失效场景;后半场全是 Agent 工程——生产级 Agent 框架的核心模块、模型网关要解决什么、上下文管理与工程持久化的区别、短期与长期记忆、工具系统设计、Skills/CLI/MCP 的概念与使用场景,最后是项目拷打和 AI coding。

2026-11

快手二面:向量检索、Agent 上下文组织与 LoRA 原理

快手 二面

快手二面:介绍一个最能体现 AI 应用开发能力的项目,问是否做过大模型预训练/后训练/微调、用了什么向量数据库与检索算法怎么选、Agent 上下文如何组织、实习与个人项目分别用了哪些模型、是否接触过训推平台、了解哪些微调方法、LoRA 原理,最后手撕买卖股票。

2026-11

快手 AI 应用开发一面:Agent 判定、意图澄清与反转链表

快手 一面

快手 AI 应用开发一面:先让用一个项目说明它为什么算 Agent,再追问意图澄清怎么反问、意图识别树的评测集与指标怎么定;MCP 部分问工具的参数权限与错误怎么约束、失败后怎么避免模型死循环重试,最后手撕反转单链表。

2026-11

快手 AI 应用开发二面:线程池、Redis 与 Agent 长任务排查

快手 二面

快手 AI 应用开发二面:前 20 分钟全是后端基本功——线程池定参与 OOM、submit 与 execute 的异常差异、Redis 过期删除与分布式锁;后半场转 Agent 长任务排查,手撕带退避与幂等的重试器。

2026-11

南京某厂 AI 岗线下笔试:场景选择题、两道 Python 数据处理,加一道智能客服链路设计

南京某公司 笔试

南京一家公司的线下笔试实录:三部分共两个多小时——八九道「这个场景该不该用 AI、怎么用」的选择题,两道围绕 list 的 Python 数据处理编程题,以及两道智能客服业务题(一条客户回答出错的链路怎么定位、整套链路怎么重设与划边界)。帖主平时只练力扣、用 C++,Python 数据处理与业务设计都没准备,复盘写了三部分各卡在哪。

2026-11

虾皮 AI 应用技术面:ReAct、MCP、长上下文与 Agent 记忆八问

虾皮 技术面

虾皮 AI 应用方向技术面,八道题全部集中在 Agent 工程:ReAct 与 CoT 的区别及短板、MCP 与 Function Calling 的异同、长上下文在位置编码与注意力上的挑战、RAG 检索与生成两段的幻觉、Function Calling 的底层原理与格式错误、Agent 多层记忆的存储与生命周期、长时记忆的选择性遗忘,以及多用户共用 Agent 时的记忆权限隔离。

2026-11

虾皮技术面:Agent 工程八问的答题框架与易错点

虾皮 技术面

同一场虾皮 AI 应用技术面的另一份记录,题目仍是 Agent 工程八问:ReAct、MCP、长上下文、RAG 幻觉、Function Calling、多层记忆、选择性遗忘与多用户记忆隔离。这里按「先给结论、再给机制、最后给工程取舍」的骨架整理每题的答法,并标出容易失分的点。

2026-11

Agent 方向技术面:Agent RAG、LangGraph、harness 与上下文管理

某公司 技术面

一场 Agent 方向的技术面追问:Agent RAG 与传统 RAG 的区别、LangChain 与 LangGraph 的使用情况、对 harness 架构的了解、上下文窗口管理的几种方式(截断、memory 文件、摘要),以及 LLM 底层如何生成答案。作者复盘自己只做过应用层,底层机制答不上来。

2026-11

10.9 360 AI 应用开发一面:知识库版本控制与 AI 工程链路

360 一面

360 AI 应用开发一面:围绕知识库版本控制、商品入库与测试集、数据采集降压,穿插 ConcurrentHashMap 与 MCP 和 Skill 的区别。

2026-10

RAG 取不到数据怎么排查?三个回答层次见水平

某互联网公司

AI 岗面试真题「RAG 取不到数据,你怎么排查?」的三层答法对比:只说要换 embedding、调 topK 与阈值的背题式回答;按数据是否入库、chunk 切分、query 匹配、rerank 四层定位的项目级回答;以及只有真在生产环境踩过坑才说得出的细节——表格被当纯文本切掉行列结构、口语化提问需要先改写再检索。

2026-10

阿里 AI 应用开发二面:流式 Tool Call、百工具检索与上下文四层压缩

阿里巴巴 二面

阿里 AI 应用开发二面:围绕代码修复 Agent 深挖——流式输出下 Tool Call 的聚合与校验、几百个工具时用工具检索替代全量 schema、避免 Agent 陷入无效循环、为什么结束条件要由系统判定;接着问上下文 L0~L3 四层压缩、百万级代码仓库的三路检索、线上轨迹怎么转成训练数据、长上下文「信息在但用不到」的成因,以及 KV Cache 与 Prompt Injection。

2026-10

北京某中厂二面:被改期两次的面试,从 CLAUDE.md 一路追问到岗位理解

北京某中厂 二面

一场当天被临时改期两次、面试官迟到二十分钟的二面:问题集中在平时怎么跟 AI 协作、CLAUDE.md 里到底写了什么、这个文件会不会越写越大,随后是项目最难的点、公司服务哪类客户、对岗位的理解,以及实习产出最后有没有上线。作者的建议是遇到频繁改期尽量延后一天。

2026-10

字节 AI 应用开发一面:Spring 代理、反射可见性与幻读

字节跳动 一面

字节 AI 应用开发一面:自我介绍和实习之后,深挖 @Resource 与 @Autowired、事务注解的位置差异、反射扫描与事务代理共存的问题、JDK 动态代理与 CGLIB 的可见性差异,再问 MySQL 隔离级别、幻读与加锁,最后手撕二进制字符串单调递增的最小翻转次数。

2026-10

字节 AI 应用开发二面:Plan+Execute、显存与三数之和

字节跳动 二面

字节 AI 应用开发二面:一面近一小时逐点拷打项目,二面问项目背景与场景、模型输入输出与每层意义、为什么选 Plan+Execute 而不是 ReAct、结构化与失败案例、本地部署显存、transformer、RAG 与 C++/网络八股,手撕三数之和。

2026-10

9.23 恒生电子 AI 应用开发面试:从 Python 装饰器、联合索引到 RAG 评测与 Agent 规划

恒生电子

恒生电子 AI 应用开发面试的完整记录,覆盖 Python 装饰器与计时契约、联合索引与最左匹配、结构化输出的分层校验、RAG 与微调的边界、Agent 规划与重规划触发器、RAG 评测方法,最后落到 LangGraph 的状态设计与恢复重放。

2026-10

科大讯飞羚羊一面:Agent 落地、RAG 文档解析与稀疏稠密向量

科大讯飞 一面

科大讯飞羚羊团队一面面经。全程围绕简历上的 Agent 与 RAG 项目逐项深挖:有没有真实落地场景、RAG 开发中最难的技术挑战、文档解析里最难的文档长什么样、流程图经 VLM 识别后怎么反哺检索、向量化模型选稀疏还是稠密、MinerU 用私有化还是付费版,最后追问 gap 期间的安排。

2026-10

九方智投 AI 应用开发一面:RAG 分块、混合检索与智能客服设计

九方智投 一面

九方智投 AI 应用开发(智能应用方向)一面:HashMap 与 volatile、AQS、InnoDB 索引与 B+ 树、Kafka 为什么快,项目侧追问定时任务、RAG 的 chunk 与 overlap 怎么定、为什么要混合检索、检索效果差怎么定位,最后设计面向理财课程售卖的智能客服。

2026-10

金蝶一面软件 AI 岗:知识库实时性、授权边界与路线选择

金蝶 一面

金蝶软件 AI 岗一面十五问:从两个项目与实习里的 AI 使用切入,追问大模型相关问题的解决方式、项目架构与技术选型、知识库数据实时性怎么保证、个人项目与公司项目的差别、信息收集的授权边界,最后问在软件与 AI 两条路线之间更倾向哪一条。

2026-10

快手 AI 应用开发一面:Agent 设计 + AI Coding 工作流

快手 一面

快手 AI 应用开发一面,围绕 Agent 记忆与上下文膨胀、工具调用缓存与失败优化、敏感信息防护、Token 成本控制、RAG 全流程,以及 AI Coding 工作流与 Code Review 追问展开,含智能文档审阅、行程规划 Agent 两道系统设计,最后手撕反转链表。

2026-10

乐堡 AI 应用开发四面面经:RAG 项目深挖、Agent 超时熔断与交叉面

乐堡 一面+二面+三面+四面

乐堡互娱 AI 应用开发岗四轮面经:一面用 45 分钟深挖 RAG 知识库项目(文档分割、召回实现、召回准确度判断、上下文压缩)并追问 Agent 工具调用超时的重试与熔断设计,再补 Java 基础;二面 40 分钟聊项目设计取舍、框架选型对比和一道手撕题;三面 30 分钟交叉面问学习方向与对 AI 应用开发的看法;四面 20 分钟 HR 面谈期望薪资、选择理由、在手 offer 与生活平衡。

2026-10

联宝科技 AI 应用开发 AI 面:行为面连环追问与 RAG/提示词八股

联宝科技 AI面

联宝科技秋招 AI 应用开发 AI 面(40 分钟)面经:前三分之二是围绕简历里多 Agent 项目、记忆模块优化与自媒体的连环行为追问——同一件事换角度反复问、还会引用上一题的回答继续追数据点;后三分之一是 RAG 知识库版本管理、提示词示例设计、指令微调、情感分析等应用层八股,最后是英语朗读、英语作答和四道听力。

2026-10

美团、阿里二面:nexus-agent-pro 项目深挖与 RAG 链路追问

美团、阿里 二面

美团与阿里二面围绕同一个 Agent 项目 nexus-agent-pro 展开:美团侧从项目最难的问题问到技术方案选型、大模型与向量库、Embedding 比较、文档入库与切分;阿里侧追问请求路由、语义检索与 BM25 双路召回、ReRank 截断、RAG 评测集与幻觉治理、多 Agent 拆分以及 MCP 与 Skill 的分工。

2026-10

10.23 萌力无限 AI 应用一面:模型网关、多模态视频理解与改删工具设计

萌力无限 一面

萌力无限 AI 应用开发一面,50 分钟无八股,以项目与场景题为主:先追问实习归属与负责范围,再深挖模型网关的覆盖面、绕过治理与多协议适配,以及视频切片、抽帧、ASR 与视觉理解的处理链路;后端部分问 Docker 原理与 k8s,最后让现场设计一个「改、删」工具的入参。

2026-10

绿盟 AI 应用开发 Java 一面

绿盟 一面

绿盟 AI 应用开发 Java 一面围绕实习收获、项目场景与技术选型展开,技术题重点问 Redis LRU 和主从架构下的主节点选举。

2026-10

去哪儿 AI 面试问题清单(AI 应用)

去哪儿

去哪儿 AI 应用岗的面试问题清单:覆盖进程与线程的区别、共享变量并发问题、HTTP 接口耗时突增的排查思路与代码层定位、锁竞争的观测指标、G1 与 CMS 的对比与停顿时间实现、多子线程同步的工具选择与异常处理,以及 Redis 做前置缓存时的一致性方案。

2026-10

小红书 AI 小工具 leader 面:MQ 异步化、分库分表热点与稳定性

小红书 leader 面

一小时 leader 面,全部围绕简历里一个传统后端项目连环追问:同步改异步后的失败感知与重试、重复投递与顺序性、QPS 再涨十倍瓶颈在哪、按设备分片的数据倾斜、Redis 榜单与 bitmap 选型、线上稳定性靠哪些指标兜。

2026-10

字节、美团、B站 AI Coding 笔试五大题型拆解

字节跳动、美团、哔哩哔哩 笔试

作者秋招连续参加字节、美团、哔哩哔哩三家 AI 岗笔试后总结的五类高频题型:RAG 系统实现、Agent 工作流设计、大模型评估指标设计、Prompt 工程优化与 AI 系统架构设计,并给出每类题的解题思路、代码框架与考前准备建议。

2026-09