面灵AI→

AI 岗 Agent 八股:被问烂的 8 个问题与答题框架

通用 AI 应用开发(Agent 方向)

一篇把 AI 岗 Agent 高频题按出现频率排序的答题框架帖:Agent 的基本架构(感知-规划-记忆-工具四层)、ReAct 与 Function Calling 的关系、多 Agent 系统怎么设计、记忆机制分三层、工具调用失败的三类处理、效果评估的结果线与轨迹线、上下文太长的递进方案、安全的三条线;末尾给了三条避坑提示——只背概念不给方案、说不出具体参数或报错形态、模板背得太整齐。

2026-11

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

多家 AI 应用开发

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

Agent 开发面试四问:PDF 带表格图片怎么分块、效果不好先看哪些指标

某互联网公司 AI Agent 开发

四道 AI 应用 / Agent 岗位的高频面试题:RAG 知识库分块时 PDF 里的表格和图片怎么保住结构、大模型回答效果不好时该先换 API 还是先看指标、token 成本怎么分析、意图识别有哪些实现路线以及各自适用场景。

2026-11

AI 数字员工岗位面试真题:项目深挖、RAG 链路与商业化落地

某 AI 公司 AI 解决方案

一份 AI 数字员工与 AI 应用岗位的高频真题清单,覆盖项目深挖、RAG 全链路、Prompt 与 Agent、工具调用、AI 外呼落地与商业化增长五类,题量大且偏业务结果,适合按模块准备。

2026-11

AI 开发面试高频踩坑:工具调用、MCP 与 Skills 的关系

牛客网用户分享 AI 开发

一位面试官整理的 AI 开发岗高频踩坑:工具调用、MCP、Skills 三者被混为一谈,以及 Agent 搭好工具集后仍然乱调用、跳步骤时只会加提示词与重试。文章给出了这两问的正确答法,核心观点是 AI 开发不是堆提示词与调工具的抽卡游戏,而是把业务约束固化下来的工程问题。

2026-11

阿里集团后端 / Agent 开发 HR 面:34 问核实经历、动机与协作方式

阿里集团 后端开发(Agent 方向) HR 面

阿里云相关团队后端 / Agent 开发岗 HR 面记录:围绕教育背景、两段实习的真实贡献、协作与冲突、压力处理、京东留用后仍看机会的动机展开,共 34 问,并附反问中了解到的团队管控面工作与新人培养方式。

2026-11

阿里淘天 Agent 平台一面:每一层设计追问的都只是代价

阿里巴巴 Agent 平台开发 一面

阿里淘天 Agent 平台一面:三级编排架构的取舍、上下文传递、工具 schema 与版本、幂等键设计、越权与注入、评测集与灰度,最后手写带依赖与并发配额的工具调度器。

2026-11

阿里健康 Agent 算法实习一面:打标、召回权重与 DCN-V2 特征交叉

阿里健康 Agent 算法工程师(实习) 一面

阿里健康 Agent 算法实习一面:快手实习的用户打标与负向标签提取、标签召回与权重(强限制与弱限制怎么区分)、特征贡献度是打标模型还是排序模型学的、意向初筛与多目标精排、DCN-V2 的结构与特征交叉、还调研过 FM/DeepFM/DIN;滴滴的多模态 VLM 微调与 Decision Model 级联打标、L1~L4 四层标签体系下的分层预测加 Beam Search 为什么选 32-32、判别式模型与生成式模型对比;算法题是搜索日志 Top-K 热门 Query(归一化 + UV 去重)。

2026-11

阿里云 Agent 算法面:实习项目、论文创新点与转团队重面

阿里云 大模型算法(Agent 方向)

阿里云 Agent 算法岗面试记录,全程只有四个问题:自我介绍、实习工作、论文创新点与被 challenge 的点,最后一个反问。作者补充了背景:上一段流程在原团队池子里挂了,转到新团队重新面,这个团队的方向是电商业务对话 Agent 平台搭建与垂类模型后训练。

2026-11

阿里云 Agent 应用研发 HR 面:自我介绍、项目从零与成果上线

阿里云 Agent 应用研发 HR面

阿里云 Agent 应用研发 HR 面四问:如何用一分钟讲清主要经历、角色与核心产出;接手时项目是否已有版本、负责模块是否从零开始;工作成果有没有真正投入线上使用;什么场景会带来压力、如何解决、结果怎样。

2026-11

蚂蚁 Agent 日常一面凉经:coding agent 元工具设计、10MB 文件读取与并发编辑

蚂蚁集团 Agent 开发 一面

蚂蚁 Agent 岗一面全程围绕 coding agent 的实现细节:Claude Code、Codex、DSH、Pi 等主流 harness 的元工具差异,read 工具怎么读 10MB 文件、edit 工具怎么处理用户与 Agent 同时修改、bash 怎么适配三大系统、无 diff 的编辑怎么比较、5000 个任务一夜跑完的评测方案、远程沙箱与本地沙箱的取舍,最后问 RAG 的增强与 query 改写。零八股零手撕,面试官对各家实现非常熟悉。

2026-11

蚂蚁集团保险 Agent 应用一面:固定工作流与自主决策之争,追问工具路由与 To C 延迟

蚂蚁集团 Agent 应用开发(保险方向) 一面

蚂蚁集团保险 Agent 团队一面,从京东项目切入,连续追问工作流里到底有哪些节点、顺序是否固定、和模型自主决策的 Agent 有什么差别;再结合团队真实的对客咨询业务,让候选人设计不用自由规划的方案,并追问路由不准、参数传错、该调工具却不调怎么治理,以及多阶段串联后的 To C 延迟怎么压。

2026-11

百度 Agent 开发 一面:代码生成平台的编译隔离与优惠券超卖

百度 Agent 开发 一面

百度 Agent 开发一面 45 分钟纯项目拷打:Vue 代码生成后如何编译预览、多用户端口与资源、提示词增强与 Skills、workflow 到 ReAct 多智能体的演进,以及优惠券超卖与幂等。

2026-11

百度一面:Agent 项目架构、MCP 调用与 Redis 超卖

百度 后端开发 一面

百度一面:Agent 项目架构与多 Agent 协作、完整链路、MCP 怎么调、怎么确定用哪一个、Skill 的用法与渐进式披露、多 Agent 之间怎么通信、没有通信怎么保证结果准确、用什么评估;八股部分问 MVCC、主从复制、消息队列选型、Redis 数据结构、热 key、Lua 保证不超卖、缓存与数据库不一致(包括长时间不一致的原因)。面试官最后建议八股多背、项目名词不要只背概念。

2026-11

百度后端实习二面:事务消息、Agent 并发指令与位图偏移量

百度 后端开发实习 二面

百度后端实习二面面经,几乎全程围绕实习与项目展开:MySQL 事务更新状态后发 Kafka 消息如何保证不丢、Redis 锁竞争时第二个协程怎么处理、多实例下内存索引的数据结构与容量、飞书 Agent 的会话内并发指令与多次改需求如何处理、双路比对的容差实现、知识片段点踩权重如何分摊、审批与文件变更的失效检测,最后是雪花 ID 直接做 Redis Bitmap 偏移量的后果。

2026-11

百度测试开发一面:测试基础、QPS 口径与 Agent 双层循环

百度 测试开发

百度测试开发一面,面试官按清单逐项问:自我介绍与岗位相关经验、软件工程/软件测试/项目管理课程、软件测试基础与完整生命周期、接口自动化框架与 pytest、测试用例的组成、Linux 常用命令与排查命令;项目部分追问「3000 QPS 这个性能指标怎么判定、完整含义是什么、在多少并发下得出」;Agent 部分问 Agent 与 Harness 的理解及区别关联、面向复杂终端自主执行的 Agent 怎么实现、ReAct Agent 为什么要双层循环、单循环能否实现全流程、从哪些维度评估 Agent(端到端评测集之外的细粒度手段);手撕最长不重复子串并要求输出子串,过程中引导排查编译报错、作用域、命名问题;最后问岗位匹配、Hadoop、岗位工作内容(功能测试、性能测试、白盒代码测试、Agent 辅助开发、Agent 效果评估)与反馈。

2026-11

百度文库前端一二面:source 透传、埋点迁移、RAG 长文档与 watch 失效

百度 前端开发 一二面

百度文库前端一二面。一面从百度实习切入:AI 应用可提升的环节、工具调用的卡点、幻觉与上下文丢失的解法、source 透传的实现与不丢失保证、埋点迁移如何校验新旧数据一致、知识检索 Agent 为什么做独立上下文、性能指标与监控,手撕是数组按层拍平与并发请求队列控制器。二面围绕 Agent 平台与 RAG:长文献的分块与单次传入长文本的交叉论证、token 控制与约束设计、CSS 居中与旋转、Vue watch 监听数组内部新增 key 失效、URL 参数注入 XSS 与自定义字体配置,手撕是从 URL 取指定参数。

2026-11

白龙马云行科技前端一面:iframe 通信、RAG 与多 Agent 架构、Vue 与 React 之别

白龙马云行科技 前端开发 一面

白龙马云行科技前端一面,32 个问题:实习项目里的 iframe 多应用嵌套与父子通信、window 是否同一个、加载完成的判定与 load 回调属性、多子应用样式统一;接着大量 Agent 与 RAG 相关问题(主子 Agent 分工、从 PRD 到代码的工作流与人工介入点、平台建设者视角的关注点、检索稳定性、RAG 流程与校验指标、Harness 与工具选择、上下文按需注入);然后自研埋点平台、Vue 与 React 的核心区别、首屏慢的定位与优化;最后是 AI 时代的组织形态与岗位划分等开放讨论,并以能否线下实习收尾。

2026-11

Boss 直聘数据开发一面:埋点去重、看板价值与 Agent 知识库召回测试

Boss直聘 数据开发 一面

Boss 直聘数据开发一面(11.16),从学校课程与实习项目切入:原始数据清洗的去重与口径对齐、重复数据是短时还是跨天、离线任务的 T+1 处理、看板由谁提需求与如何体现业务价值,随后转向 Agent 项目——用的模型、Codex 与 Claude 的差异、知识库召回效果的测试方法、记忆隔离,最后是团队背景与反问。

2026-11

Boss 直聘数据开发二面:Agent 的落地价值、评测维度与权限隔离测试

Boss直聘 数据开发 二面

Boss 直聘数据开发二面(11.17),以经历与动机开场,随后集中在 Agent 项目:哪一类 Agent 最有价值、ETL 自动化监控 Agent 的实现、埋点数据的量级与产出、看板与监控体系的落地价值、Code Review 只看时效性的局限,以及 Agent 测试的完整场景、用例来源与权限隔离的覆盖度。

2026-11

字节Agent岗三轮面经:多有序数组Top K、设计链表、LCS输出序列

字节跳动 Agent 开发 一面+二面+三面

字节 Agent 岗三轮面试:一面深挖 Agent 理论并手写多个有序数组求 Top K,二面设计链表,三面最长公共子序列并要求输出具体序列。帖末补充了三道 Agent 追问:记忆的实现与失效、DeepSeek Harness 的插件架构、短剧生成流程的状态机约束。

2026-11

字节后端 Agent 一面:GIL、Tool 与 Skill、RAG 切分与海量文件查找

字节跳动 后端 Agent 开发 一面

字节跳动后端 Agent 一面:Python 八股之后转 Agent——记忆形态、Tool 与 Skill 的区别、幻觉抑制、RAG 切分、Agent 与 Workflow 的边界,最后一题查 10GB 文件的行号。

2026-11

字节 Agent 开发二面:Planning 归谁做、记忆存哪、MCP 与自写工具怎么选

字节跳动 Agent 开发 二面

字节 Agent 开发二面题单:介绍 Agent 项目与框架选型理由、Agent 的核心组成与一次任务的完整流程、Planning 是框架做还是模型做、短期与长期记忆的区别、Function Call 的请求与结果放在哪、MCP 与自写工具的取舍、RAG 召回阶段的调参与效果判断,以及手撕合并两个有序数组。

2026-11

字节Agent岗offer时间线:三轮面试考了什么、怎么复盘

字节跳动 Agent 开发 一面+二面+三面

字节 Agent 岗三轮结束并拿到 offer 后的复盘:一面 Agent 理论加多个有序数组求 Top K,二面设计链表,三面最长公共子序列要求输出具体序列。帖主把每轮的手写题按「当时怎么想、正确做法是什么、差在哪一步」重新过了一遍。

2026-11

网传「一周速成进字节」帖:提到的 Agent 面试题方向有哪些

字节跳动 AI Agent 开发 一面

这是一篇以「初中辍学、一周速成、年薪百万」为叙事框架的帖子,没有留下真实的问答记录,正文里唯一有信息量的是它声称被问到的 Agent 开发题方向:Function Calling、RAG、MCP、多轮上下文管理、ReAct、规划与记忆反思、多 Agent 协作、幻觉兜底。本条按原帖内容收录,面试题目一节据其自述整理,参考解析按这些方向给出实际考点,不采信帖中的经历与薪资说法。

2026-11

字节跳动 AI Agent 开发三面:消息乱序、评测偏差与 MCP 任务语义

字节跳动 AI Agent 开发工程师 三面

字节跳动 AI Agent 开发三面,七道系统设计题层层递进:草稿 v2 / v3 结果乱序到达怎么保证版本正确,脚本问题如何做到输入可追溯与输出可复现,新旧模型 80 比 84 能不能算提升,LLM 裁判的位置与长度偏差怎么查,裁判分数被自动优化后分数涨而质量降怎么办,素材分析接成 MCP 工具后如何把任务与连接解耦,以及旧客户端兼容与灰度。

2026-11

字节业务中台 AI 全栈凉经:三面连考项目真实性、Agent 原理与手写组件

字节跳动 AI 全栈(日常实习) 一面+二面+HR面

字节业务中台 AI 全栈日常实习三面记录:一面验证实习与项目真实性、Agent 与 AI Coding 工具使用、手撕删除 B 与 AC、百度式搜索联想框的前端设计;二面深挖图片检索 Agent(Embedding 选型、BERT 分词、LangGraph 选型、Electron 与轻量化替代)、AIOps 巡检 Agent、Agent 指令合并与死循环、手写 React 递归树组件;HR 面问背景、稳定性与加班接受度。

2026-11

字节 AI 全栈日常实习一面:35 分钟视频链路与长任务压缩

字节跳动 AI全栈开发 一面

字节中国交易与广告 AI 全栈日常实习一面(11.19),前半段围绕简历项目追问 token 消耗与评测方式,判断是否真的跑过;场景题是 35 分钟视频上传的处理链路、为什么不直接交给多模态大模型、缓存与选型;随后问前端了解程度、MySQL 索引(100 个字段是否都要加索引)、对 Pi agent 的理解、长任务的运行时压缩策略;手撕 LeetCode 3 无重复字符的最长子串。

2026-11

字节跳动后台开发一面:Agent Skill 与 Workflow 的区别、Trace ID 透传与 HTTP 版本协商

字节跳动 后台开发 一面

字节跳动秋招后台开发一面(11 月 9 日):连环追问为主,从 Agent Skill 与传统 Workflow 的区别、Java 子线程如何延续父线程 Trace ID、模型蒸馏,一路问到输入域名到页面展示的完整链路、DNS 缓存的层次、hosts 文件路径、多地解析不同 IP 的原因、CDN 与负载均衡的分工、HTTP 版本如何协商、HTTPS 密钥交换,最后是排序算法的场景选型。

2026-11

字节跳动 后端 Agent 二面:工作流节点、聚类与带 TTL 的 LRU

字节跳动 后端 Agent 二面

字节跳动后端 Agent 二面:项目方案与 agent 节点职责、工具与聚类实现、为什么不让检索结果直接进上下文,手撕带 TTL 过期的 LRU。

2026-11

字节跳动后端/Agent 开发三面:本体化建模与 CLI+Skill 的取舍、指标口径与个人边界

字节跳动 后端开发 三面

字节跳动后端/Agent 开发三面,线上技术面,以项目深挖与方案讨论为主,共 35 问:围绕智能总结项目的场景、指标口径与关键字段,总结模板与工作流路由,招聘领域本体化建模与柔性引擎,以及本体、Action 的粒度与「直接开放 CLI 再组合成 Skill」的路线对比;后半段问个人项目与评测方式、学习方法与近期技术,以及进程与线程、JVM 运行时数据区、TCP 与 UDP 等基础,最后是在校情况、博客与求职意向。

2026-11

字节后端 / Agent 一面:数据库 Owner 视角的六个优化方向与直播间点赞设计

字节跳动 后端开发(Agent 方向) 一面

字节后端 / Agent 开发一面,约 55 分钟:Java 基础问单例与 long/Long 的比较,MQ 与 Redis 问消息可靠性、ACK 时机、缓存穿透、分布式事务与 SET NX EX 分布式锁,数据库部分是重头——从行锁表锁一路追到「如果你是数据库 Owner 怎么优化」,要求连续给出六个以上不同方向;系统设计是直播间点赞,AI 部分问上下文窗口是否越大越好、Ontology 与知识组织方式的适用场景,最后一道原地删除重复元素的 Coding 与反问。

2026-11

字节跳动后端 / Agent HR 面 33 问:能力复用、AI 用量与转方向意愿

字节跳动 后端开发(Agent 方向) HR 面

字节跳动后端 / Agent HR 面 33 问:沿京东实习追问招聘体系的产品规划、可复用能力与个人参与范围,再问主动发现问题的经历与产品评价;随后是日常 AI 使用、幻觉与额度消耗、个人小工具与开源、非研发同学用 AI 的建议;最后确认垂直系统学习成本、学业与 MBTI、上海地点与校招进展。

2026-11

字节后端 / Agent 开发二面:Ontology 平台深挖与每秒一万任务的延迟调度设计

字节跳动 后端开发(Agent 方向) 二面

字节后端 / Agent 开发二面,约 54 分钟,线上技术面加在线 Coding。前半段深挖实习的 Ontology 平台:16 个业务本体、30 多个 Action 用什么管理,元数据怎么被消费,HTTP 到 JSF RPC 的柔性调用链是什么,平台效果与业务收益如何衡量,以及 Ontology 为什么在 AI 背景下重新受关注;随后问确定性规则与幻觉治理(前置 JSON Schema 校验、后置规则断言)。系统设计题是每秒约一万个提交、支持取消的延迟任务模块,连追轮询间隔、批量大小、多实例重复消费与是否需要外部持久化。最后看个人博客、问 AI 学习路径与《Attention Is All You Need》、多头注意力,Coding 是组合总和。

2026-11

字节 Seed 前端日常实习一面:Electron、MQTT 与可暂停的计时器

字节跳动 前端开发(Seed 产品研发,实习) 一面

字节 Seed 产品研发前端日常实习一面:实习项目涉及 Electron 与 Web3D,先问 Electron 基础知识;随后是 MQTT、HTTPS 加密过程(对称还是非对称)、TCP 三次握手四次挥手、怎么学 AI 或做过什么 AI 项目、事件循环输出题、手写一个每秒输出数字且能暂停恢复进度的计时器、给一套 Agent 代码找错误点。整体偏基础,但最后没有反问环节、卡着一小时结束,面试官直接道谢。

2026-11

字节大模型三面面经:Harness 组件、多 Agent 协作与缓存命中率怎么稳住

字节跳动 大模型算法 三面

字节大模型算法岗三面:从两个在校项目切入,追问首个智能体项目的架构与本人负责模块,再深挖对 Agent Harness 的理解与核心组件、多 Agent 相对单 Agent 的优势、校验类 Agent 的设计、任务队列幂等、电商项目 Cache Breakpoint 如何稳定 80% 命中率、32 轮对话窗口阈值的依据、并发抢任务的防重复领取、MRR 计算与 LangFuse 排查 badcase,算法题是岛屿数量与对称二叉树。

2026-11

字节大模型算法岗三面:Agent Harness 分几层、校验 Agent 与评测闭环怎么搭

字节跳动 大模型算法 三面

字节大模型算法岗三面题目:两个项目是否在校完成、智能体项目架构与本人模块、对 Harness 的理解及其所处阶段与组件、多 Agent 与单 Agent 的取舍、校验类 Agent 的设计、任务队列幂等与并发抢任务、电商 Cache Breakpoint 如何稳定 80% 命中率、32 轮窗口阈值的依据、MRR 计算、LangFuse 排查 badcase,最后手写岛屿数量与对称二叉树。

2026-11

字节搜广推引擎架构一面备考:JSON 约束、容量设计与 HNSW

字节跳动 搜广推引擎架构 一面

按字节搜广推引擎架构一面题目做的四道备考:大模型必须返回 JSON 时怎么约束与校验、面对超大用户规模怎么开始容量设计、HNSW 的分层近邻图如何支持向量检索、评分公式会变化的订单日榜 Top-K 怎么设计。每题都写了作答思路与要补充的边界。

2026-11

字节跳动 SRE 二面:Agent 项目追问与虚拟内存、索引取舍

字节跳动 SRE(Agent 方向) 二面

字节跳动 SRE 岗二面:先问为什么选 Agent 方向、项目中收获最大的部分与难点、用了哪些模型、如何对比模型与衡量 Agent 效果、团队规模与重做会改什么,随后是一道字符串轮转算法题并追问复杂度与 O(1) 空间做法,最后问 Python 字符串不可变、虚拟内存机制与地址空间大小、数据库查询优化与索引是否越多越好。

2026-11

成都小厂 Agent 面经:从 MVCC 问到代码生成平台与 Token 缓存

成都初创公司 Agent 开发 一面

成都一家小厂的 Agent 岗一面:乐观锁与悲观锁、MVCC、索引失效、Redis 缓存击穿、AI 辅助编程的质量保证、代码生成平台为什么只做前端、RAG 的用途、LangChain 选型、模型工具调用差异的兼容、记忆分层与 Token 缓存、RocketMQ 与 Kafka。

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 AI 应用开发

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

携程 Agent 开发 HR 面:垂域能力被新模型覆盖怎么办

携程 Agent 开发 HR 面

携程 Agent 开发岗 HR 面:实习动机、项目负责人如何推进、竞品调研,以及垂域能力被新模型覆盖时如何重新定位价值。

2026-11

携程 Agent 二面:领域路由误分、根因定位与多 Agent 架构

携程 Agent 开发 二面

携程 Agent 二面全是简历项目相关、无八股:Agent 项目场景、领域路由分错或语义模糊误分能否挽回、如何发现准确性问题并做归因分类、如何把 badcase 发现与排查自动化、workflow 与 Agent 循环的分工、工具清单与开发归属、外部 API 封装成工具要做哪些工作、Agent 只定位到表层原因怎么深挖、故障库不完善时怎么办、skill 的划分粒度、线上独立解决比例与人工复核、为什么用多 Agent 架构、自学方式与 LangGraph 选型对比。

2026-11

深度赋智 Agent 算法/开发二面:harness 对比、apply patch 与长任务拆解

深度赋智(DeepWisdom) Agent 算法 二面

深度赋智 Agent 岗二面:先按 GitHub 提交记录追问三人项目里各自做了什么,再对比各家 harness、问为什么用 Pi、Codex 的 Agent Runtime、apply patch 与普通 edit 的区别、Codex 的 session 恢复、同一文件匹配到多个相同字符串怎么办、云端工具与本地工具的区别;两道设计题是 coding agent 做网页成本怎么优化、长任务与大项目怎么做,最后问软性能力。

2026-11

深度赋智 Agent 算法一面:PPO、DPO、GRPO 的差别与 Harness 的理解

深度赋智 Agent 算法 一面

深度赋智 Agent 算法一面:项目与经典方案的差异、PPO/DPO/GRPO 的对比、Agent 项目的模块与动机、对 Harness 与上下文压缩机制的理解。

2026-11

得物 后端开发 三面:Agent 评测体系与 Kafka、Redis Cluster 底层

得物 后端开发 三面

得物三面偏项目与原理:自进化系统的评测数据集来源、Agent 自动化评测体系、Kafka 与 RocketMQ 存储结构差异、零拷贝、Redis Cluster 的 Gossip 传播。

2026-11

得物 Java 一面 42 分钟:线程池、锁升级、ThreadLocal 泄漏与并发累加

得物 Java 开发 一面

得物 Java 一面约 42 分钟:线程池参数与 submit 实现、synchronized 锁升级与 ReentrantLock 公平性、ThreadLocal 原理与内存泄漏、G1 回收流程与新生代老年代算法差异,再问 Web 场景下异步线程怎么拿用户信息、十线程累加一百次的结果与无锁方案、事务隔离与索引树高,最后聊 Workflow 升级到 MCP 动态决策和时钟夹角。

2026-11

得物 Java(推荐系统)一面:Agent 信息准确性、Spring AI 与 TCP/IP

得物 Java 开发(推荐系统) 一面

得物 Java(推荐系统)一面(约 30 分钟,无手撕):自我介绍后围绕简历项目提问,重点追问 Agent 工作中如何保证信息准确性、Spring AI 的关键组件、TCP/IP 整个体系、TCP 与 UDP 的区别,以及「能不能用 TCP 客户端向 HTTP 服务器建立请求并接收响应」。

2026-11

滴滴 AI 应用 / Java 后端一面:从京东项目追问到 DDD 与 Agent 的关系、AI 输出怎么校验

滴滴 AI 应用(Java 后端) 一面

滴滴两轮车方向 AI 应用 / Java 后端一面,约 16 问,围绕京东实习项目与「怎么用、怎么判断 AI」展开。面试官关注数据怎么来、结果怎么满足用户、校验规则是需求预先确定还是开发中提炼、DDD 与本体化 / Agent 是什么关系、改到了哪一层代码、AI 辅助研发与论文写作时怎么校验专业内容、AI 到底省了时间还是被返工抵消,最后回到后端基础与中间件使用边界是否还重视。

2026-11

面试官视角:Agent 方向校招与社招的共性问题,以及真正被考察的能力

多家互联网公司 Agent 方向 多轮

一位长期面 Agent 方向候选人的面试官总结:校招生普遍能把 LangGraph、AutoGen 跑通、概念张口就来,但一碰线上场景就露怯——默认输入干净、出问题只会改 Prompt、不区分坏 case 出在提示词、召回还是规划,还喜欢追求全自动闭环而不划权责边界;社招则容易路径依赖、把旧链路套新需求,或长期只做上层封装、讲不清整体效果与失败收敛。核心结论是:比起 demo 好不好看,更看重能否判断 Agent 的适用边界、知道弱点在哪里、会控制风险。

2026-11

AI 平台与大模型应用架构面经总结:MCP 通信、网关归因与智能体设计

多家公司 AI平台工程师 多轮面试合集

一位候选人把四轮面试的问题归到同一套知识栈:MCP 的 JSON-RPC 通信与三层模型、transport 选型、150 人团队的 AI 开发者网关归因评价方案,以及混元开源智能体的应用场景设计。每块都附了核心考点与高频追问,适合按「协议—平台—效能—智能体」四条线复习。

2026-11

深圳具身智能初创研发实习一面:AI Native 产研协作与权限中台

某具身智能公司 研发实习生 一面

深圳一家具身智能初创公司的研发实习一面(约 34 分钟),全程纯聊天、不问八股:Agent 项目是不是自己做的、什么时候做的、是不是在实习公司做的,开源项目是参与贡献 PR 吗,Agent 用什么语言、对 Java 了解吗;结合实习模块讲公司产研协作流程、对传统软件工程过程的了解、AI Native 的产研协作是否仍遵循传统流程、AI 带来了哪些变化与问题;权限中台的登录/权限/第三方授权是自己负责还是配合同事;为什么离开上一段实习、更想做 Agent 开发还是也接受业务系统开发、到岗时间与实习时长。面试官还输出了一段建议:用 AI 开发也要理解需求、设计、评审、测试的完整过程,关键方案与代码要有人把关;介绍 Agent 项目除了技术,也要讲用户是谁、解决什么问题、怎么衡量效果。

2026-11

帆软 Java 一面凉经:AST 解析 SQL、Agent 链路与线程安全 List

帆软 Java 开发 一面

帆软 Java 一面:项目里的 AST 如何解析 SQL、AST 与哪种设计模式相似、如何限制 SQL 只读与返回行数、分页兼容、高频问题识别与语义归类、多轮上下文保留轮数、查询结果换文件引用对 Token 的影响、Agent 链路追踪与死循环排查、工具调用轮次上限,最后是 CopyOnWriteArrayList 与打家劫舍手撕。

2026-11

Agent 工具与 MCP 二十问:按面试出现频次排序的 Function Calling 清单

通用 Agent 开发 面试题库

作者按真实面试样本的出现频次整理出 Agent 工具层的 20 个问题,覆盖 Function Calling 的调用闭环、MCP 的接入与传输、工具失败与超时的恢复、越权与参数校验、几十个工具的路由与上下文占用、鉴权与 OAuth、幂等与审计字段。频次从 22 次到 1 次不等,前六题占了一半以上的考察量。

2026-11

Agent Harness 大模型算法二面 12 问:循环终止、沙箱执行、并发冲突与扁平列表建树

通用 大模型算法(Agent 方向) 二面

Agent Harness 方向的大模型算法二面,12 道系统设计追问,先让你把一个 Agent 项目从输入到输出讲全,再逐个深挖:循环的终止条件、工具调用的校验与沙箱、死循环检测、上下文压缩、多智能体拆分与冲突仲裁、并发锁粒度、重启后的 Checkpoint 与恢复、人机驳回的兜底、Function Calling 与 MCP 的分工、RAG 的触发时机与线上评估埋点。最后一道算法题是把带 parent_id 的扁平 JSON 列表还原成树。

2026-11

Agent Harness 大模型算法二面:12 问逐条拆解,含一道扁平列表建树

通用 大模型算法(Agent 方向) 二面

同一场 Agent Harness 算法二面的另一份记录:12 道题全部围绕「一个 Agent 跑起来之后怎么不失控」——链路能否讲全、终止条件、沙箱与权限、死循环、上下文压缩、多智能体冲突、重启恢复、人机驳回、工具检索、RAG 时机、线上埋点,最后手写扁平列表还原树。解析按「链路梳理、执行隔离、状态恢复、效果度量」四条主线重排。

2026-11

沈阳共兴达 MES 开发 AI 面:先复述诚信承诺,再答十八道

沈阳共兴达 MES 开发

沈阳共兴达(驻场赛美特)MES 开发 AI 面:先复述诚信承诺与一段反向指令,再问实习项目、对赛美特的了解、职业规划、期望薪资、出差、测评与专业选择题。

2026-11

广联达 C++ 一面:系统层与应用层的差别、AI 辅助编程与三维业务

广联达 C++ 开发 一面

广联达 C++ 一面(11 月 11 日),全程围绕简历项目展开、不往深处走。前半段问系统层与应用层开发在难度和编程范式上的差别、C 与 C++ 的实际使用边界;中段是 AI 辅助编程的演进过程(对话式助手到 Agent 协作者、Plan 模式、Spec 编程),以及自己动手做过的桌面小项目;后段问三维、CAD、数据库的接触程度与「什么时候该上数据库」,再追问经历里最难的一段和面对全新领域的学习路径,最后是候选人反问 3D 业务与 QT 技术栈。

2026-11

光轮智能 Data Infra 二面:指标口径对齐、NL2SQL 多 Agent 校验与百亿级文件治理

光轮智能 数据平台开发(Data Infra) 二面

光轮智能 Data Infra 二面,全程围绕「口径与治理」展开:不同团队同名指标如何对齐、业务方改核心指标定义时如何评估影响面并用血缘定位下游、历史数据是否覆盖与快照保留;数据侧追问大表关联倾斜与加盐打散在超大表上的代价;AI 侧连续追问自然语言取数(Agent 如何选表、SQL 报错怎么处理、生成不合业务语义的 SQL 怎么校验、多 Agent 互审的成本与上下文传递、全表扫描如何防范),最后是百亿级视频与点云等非结构化文件的管理设计。

2026-11

海尔 Agent 系统工程师 一面:为什么用 LangGraph、记忆怎么管

海尔 Agent 系统工程师 一面

海尔智家 Agent 系统工程师一面 25 分钟:Transformer 与 Transformer 架构的取舍、攻击检测原理、LangGraph 选型、记忆与状态管理、为什么没有本地部署。

2026-11

海尔 Agent 系统工程师一面:GRPO 奖励怎么设,worker 失败怎么办

海尔 Agent 系统工程师 一面

海尔 Agent 系统工程师一面 30 分钟,两位面试官,全程针对实习与项目,无手撕:先追实习里多维打分的测试数据来源、指标怎么得出、样本是否够覆盖,再问 GRPO 的数据集与奖励设置、GRPO 与 DPO 的区别、何时用 SFT 何时用强化学习、多 Agent 项目的流程与 worker 失败的处置,最后问工作地、offer 与为什么选择实体企业。

2026-11

华鲲振宇一面:Agent 记忆设计、服务器硬件与 Git 实操

华鲲振宇 软件开发工程师 一面

华鲲振宇一面从自研 Agent 项目切入:记忆怎么存、怎么检索、能否被用户编辑,大型 Agent 的整体流程如何设计;随后转向硬件与工程实操——服务器硬件、笔记本黑屏的硬件排查、Qt 项目崩溃后打不开、图片上传后前端不显示、NAS 外网访问,再考 AVL 树与红黑树、Git 已提交后想改历史的命令,最后问项目动机与个人付费产品。

2026-11

华为 AI 应用 11 月 20 日面经:一面到主管面,Agent 架构、RAG 与两道编辑距离手撕

华为 AI 应用 多轮

华为 AI 应用三面记录:一面围绕机考题目与项目深挖,问 Agent 的整体架构、任务流编排、LangChain 与 LangGraph 的取舍、记忆与 RAG 的实现,手撕一道与单词相关的编辑距离;二面继续拷打项目,问 RAG 原理与幻觉、Transformer 与 KNN 的底层算法、实习项目的完整研发过程,同样手撕单词类题目;主管面谈项目背景与设计、技术难题的解决过程、跨团队配合、比赛经历与对华为的了解。

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 AI 应用开发 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

华为 AI 应用方向三面主管面 30 问:从京东项目落地问到加班、考公与工作地点

华为 AI 应用(大模型工程) 三面

华为 AI 应用方向三面,线上交流,以工程项目、学习经历和求职意愿为主。面试官先确认候选人做的是模型训练还是工程开发,再沿京东项目追问「输入已经正确为什么还要 Code 与 LLM 分工」、能处理多大上下文、不同领域怎么复用,接着问有没有内部 Agent 平台、AI Coding 占多大比重、开发流程是否已经固化,最后落在两次考研的空档、考公、加班态度与工作地点。

2026-11

华为 AI 模型技术岗三面连问:后训练全流程、Reward Hacking 与手写 Attention

华为 AI 模型技术岗 一面 / 二面 / 三面

华为 AI 模型技术岗的三轮面试实录(原帖以长截图发出):一面围绕实习项目追问 LLM 后训练全流程的选型逻辑、踩坑复盘与 OPD 方案的适用边界,横向比较 SFT、PPO、GRPO,并专门考察 Reward Hacking 的识别与修复,最后手写 Attention 与 Decoder-only 的 Mask 构造;二面转向 Agent 工程实践与框架认知,追问模块设计与技术选型,并手撕一道滑动窗口中档题;三面追问论文细节、实习产出与个人短板。

2026-11

华为 AI 模型技术岗一二三面:后训练全流程、Agent 框架与科研追问

华为 AI模型技术岗 一二三面

华为 AI 模型技术岗三面记录:一面围绕 LLM 后训练全流程选型、训练踩坑、OPD 适配性、SFT/PPO/GRPO 差异与 Reward Hacking,手撕要求手写 Attention 与 Decoder-only Mask;二面转向 Agent 工程与 DeepSeek Harness 框架,手撕是滑动窗口中档题;三面追问论文与实习产出、优势短板与成长规划。

2026-11

科大讯飞一面:Agent Loop 与上下文管理,从 BM25 混合召回问到工具描述变更的评测

科大讯飞 Agent 开发 一面

科大讯飞一面深挖实习里的 Agent 项目:主 Agent 与 Subagent 的调用关系、为什么 BM25 与向量召回同时用、回答不符预期如何定位、Harness 还缺什么、用一次工具调用讲清 Agent Loop、为什么选 Plan-Execute-Replan、如何防死循环,以及会话历史 / 任务状态 / 本轮上下文的分层持久化、工具返回大量日志的压缩、Skill 与 CLI 和 MCP 的分工、Schema 合法但业务约束违反时的重试设计,最后落在评测与数据集构建。

2026-11

科大讯飞二面:取消一个正在执行的高风险工具,参数被改过又怎么保证执行的是确认过的版本

科大讯飞 Agent 开发 二面

科大讯飞二面围绕 Agent 平台的工程化展开:高风险操作怎么约束执行流程、工具失败怎么处理、用户取消时有副作用的工具正在执行怎么办、用户确认的参数在等待执行期间被更新如何保证一致性、SSE 断开后后台任务如何继续、模型中途超时切换的影响、多团队共用工具时的身份与权限传递、第三方插件与命令行的沙箱限制、租户长任务占满资源时的队列与预算设计,以及 P95 突然上升怎么定位。

2026-11

科大讯飞二面:Agent 平台的 RAG、记忆持久化、上下文管理与 Spec 开发

科大讯飞 Agent 与大模型应用开发 二面

科大讯飞二面 19 问,围绕 Harness 与 Agent 的工程实现:项目是否真实投产、上线后怎么迭代、为什么用 RAG 构建领域知识库、有没有用开源 Agent 框架与 Workflow 如何设计、记忆持久化存在哪里、是否了解 Codex 与 Claude Code 的上下文管理、Agent loop 里怎么处理错误与纠错、常用哪些 AI 与 Harness 工具、是否用 Spec 方式开发以及 Spec 里哪些内容重要、如何保证代码可持续演进,最后是大模型研究方向、地点、职业倾向与三个词评价自己。

2026-11

科大讯飞 Agent 一面 38 分钟:乱序完成、审批超时与重启恢复

科大讯飞 后端开发(Agent 方向) 一面

科大讯飞 Agent 一面,38 分钟 22 问:从京东智能面试间的链路分工切入,用两次评估乱序完成、人工改字段验一致性,再问 DDD 与本体建模、JSON Schema 的边界与错误率;排障 Agent 限定 12 次调用、60 秒返回,追问审批、超时与重启恢复;最后是多 Agent 取舍与评审。

2026-11

科大讯飞后端 / Agent 开发二面 24 问:从京东实习项目追问到 Harness 与模型的关系

科大讯飞 后端开发(Agent 方向) 二面

科大讯飞后端 / Agent 开发二面,约 31 分钟、24 问。前半段围绕京东实习项目逐层核实真实参与度:项目多少人做、负责哪一块、做了多久、数据为什么不能直接交给模型、为什么还要引入代码规则、生成结果怎么接进 Java 业务系统;中段问两年制研究生、考研与保研、个人多智能体排障项目(Supervisor / Planner / Executor 分工)与博客是否 AI Coding;后半段是本场最关键的追问——模型越来越强,Harness 还有什么作用、与模型是什么关系、未来往哪走。

2026-11

iMile 后端一面:幂等、缓存一致性、分布式 ID 与 ES 连环追问

iMile 后端开发

iMile 后端一面是一场高压连环追问:从中台的可靠性保障、MQ 发送失败同步回滚、Redis 查重幂等切入,逐层追问抢票场景下加锁的问题、同一用户重复下单怎么设计唯一索引、允许下多单时怎么控制、先写库再更缓存的并发不一致流程、活动缓存要撑一小时怎么办、MQ 异步落库是最终一致还是强一致、单服务要不要分布式事务;再问 Lua 与 Redis 事务的取舍、MapStruct 的深浅拷贝与注解原理、MySQL 隐式类型转换对索引的影响、ES 的 keyword 与倒排索引、分布式 ID 的号段模式与雪花算法的时钟回拨,最后是 AI Coding 与 Harness 思想。

2026-11

京东金融科技一面:流式生成不丢字、旅游 Agent 与记忆冲突

京东 后端开发(金融科技) 一面

京东金融科技研发中心一面:先让讲最难的项目与个人工作,追问热点数据怎么识别、哪些地方用了 AI、流式生成怎么实现且不丢字、是否只用了语言大模型、实习逐条经历;随后问优缺点与实习规划,进入 Agent 设计——如何设计一个旅游 Agent、用户历史记忆与当前输入冲突怎么办、历史记忆与知识库冲突怎么办、平时用 Agent 做什么、怎么做项目与怎么验证做得对不对、有没有端到端经历、线上排查思路、公司系统很复杂时怎么办。

2026-11

京东零售商品审核 Agent 两面:第一句就问 92.3% 怎么算的

京东 商品审核 Agent 开发 一面、二面

京东零售商品审核 Agent 两面,一面 60 分钟、二面 85 分钟:面试官开口先问「92.3% 是怎么算的」,随后从图片与文本冲突、OCR 错误、规则引擎治理、误杀与漏放的成本、阈值由谁定,追到测试集规模、标注一致性与规则兜底的剥离;二面压到 QPS、同步异步、幂等键、分片、ES 一致性、MQ 重复消费、线程池与虚拟线程、P99 排查、模型缓存 key,最后手撕一个按 key 串行、跨 key 并行、可取消、能优雅收尾的执行器。

2026-11

江苏金租一面:Agent 理解与 HTTP 状态码

江苏金租 软件开发 一面

江苏金租一面记录,四道题:自我介绍、谈谈你理解的 Agent、使用 OpenAI 协议时的字段、4xx 与 5xx 的含义与处理方式。

2026-11

吉比特前端二面:旅游 Agent 的灰度数据、工具调用准确率与一道高并发设计

吉比特 前端开发 二面

吉比特前端二面从一个旅游 Agent 项目连问三十多题:需求背景与业务场景、前后端如何对齐流式输出、灰度比例与 PV/UV、看哪些业务与技术指标、响应时间与 token 怎么优化、工具调用成功率与准确性怎么统计、知识库切分与检索优化,随后转到 self-attention 与向量点积,比较 Coze 工作流与 Agent、自研与现成 SDK,最后给一道活动瞬时高并发的性能优化题。

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 AI 应用开发 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 AI 应用开发 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 AI 应用开发 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 AI 应用开发 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

快手 AI 全栈一面:幂等窗口、Agent 停止条件与一个会被下游打死的重试器

快手 AI 全栈开发 一面

快手 AI 全栈一面:Redis 幂等 key 的过期与删除顺序、Agent 何时停止、线程池参数推导、上下文压缩的评估,以及现场手写带抖动与幂等的重试器。

2026-11

快手商业化 Java 实习一二面:Redis 缓存、分布式锁与 AI Coding 拷打

快手 Java 开发实习生 一二面

快手业务中台商业化方向 Java 开发实习,一面 30 分钟问缓存击穿与雪崩、分布式锁、进程间通信、日志命令、AI 使用与验收、内存泄露、GC 与合并链表;二面 50 分钟只有一道 AI coding——实现 Agent 工具调用核心模块,作者直接把需求丢给 AI 让它做计划并执行,被追问「生成的文档要不要逐字读」「怎么验收 AI 写的测试」「让另一个 AI 审阅是不是当传话筒」。

2026-11

快手可灵专项 Agent Harness 一面:项目怎么起步与螺旋矩阵

快手 Agent Harness 一面

快手可灵专项 Agent Harness 一面(回忆版):自我介绍、Agent 项目如何起步(怎么确定方向、调研、决定怎么做、过程中如何使用 Agent)、负责哪些模块、细致讲设计与思路、遇到什么问题以及如何借助 AI 解决;手撕螺旋矩阵,简单题,自测两个样例通过即可;反问团队日常怎么用 Agent。

2026-11

快手大模型算法岗面经(三):九场面试真题,从显存估算问到 GRPO 与手撕 MHA

快手 大模型算法 多轮

快手大模型算法岗(校招与实习)九场面试真题汇总:一面集中在显存估算、LoRA 低秩原理与 LSTM 门控,二面转向 Attention 的 shape、Prompt 长度与首 token 延迟、模型选型的 A/B 对比和数据集质量评估,后续场次深挖 DPO 数据来源、Rejection Sampling 与商业 API 蒸馏的取舍、RAG 为什么不分段、BERT 的 mask、MTP 与 GRPO 公式,最后是 DAPO 去掉 KL 后怎么防止跑飞、推理慢的原因与剪枝量化方案,每场都带手撕。

2026-11

快手产品经理面经四场合集:AgentOS 投入判断、埋点平台与数据产品

快手 产品经理(实习) 实习面试

四场快手产品经理(实习)面试的完整问题记录:前两场围绕实习经历、指标衡量与 Agent 相关判断展开,追问 harness engineering、AgentOS 团队是否值得重资产投入;后两场是数据产品与产品运营方向,涉及埋点流程、看板搭建、口径校验、需求优先级、指标异动分析,以及 PUSH 策略、金币激励与 DAU 波动拆解。

2026-11

灵犀互娱测试开发二面:永劫无间博弈设计与 Agent 自动化系统

灵犀互娱 测试开发 二面

灵犀互娱测试开发二面:先复盘一面,再深聊永劫无间的游戏理解——玩得多还是玩得深、季莹莹的技能体系与武器搭配、普攻/蓄力/振刀的博弈设计意图、为季莹莹连招设计测试用例;项目部分深挖自建的 Agent 自动化系统:关键字语义召回与 LLM 兜底的三层决策、走兜底的概率、语法预校验与降级、chunk 切分与跨模块误召回的识别、优化前后关联度提升;最后聊 AI 工具的使用情况。

2026-11

芒开科技 AI 应用开发实习面:Dify 部署、Agent 调用审计与异地实习安排

芒开科技 AI 应用开发(实习) 一面

芒开科技面向 28 届的实习面:自我介绍后问学科竞赛的含金量判断,随后集中在 Dify——是否会部署、部署后如何对 Agent 调用做限制与敏感词过滤、如何审计全部交互记录、平台是否自带审计模块;后半段确认毕业时间、课程与考试安排、可全职时间,以及从西安到苏州的异地实习能否改为远程。

2026-11

美团 Agent 应用研发终面备考题单:友好架构、Agent 评测与非功能指标

美团 Agent 应用研发 终面

美团 Agent 应用研发校招综合终面的四道备考题:对 Agent 友好的基础架构怎么设计并衡量、智能面试间里的 Agent 如何评测、功能正确性之外的非功能指标、系统开发与 Agent 开发的关系,附作者卡在「指标名字能说一串、追问怎么算就停笔」的复盘。

2026-11

美团 Agent 开发一面:Agentic RAG、改地址的权限边界与 DPO 偏好对

美团 Agent 开发 一面

美团客服方向 Agent 开发一面备考记录:Agentic RAG 与项目里普通 RAG 在流程上的差异、外卖客服查知识与查订单、改地址分别怎么走(权限、用户确认、执行后核对),训练与评测部分问 SFT 数据怎么做且如何防止训练集与评测集串数据、DPO 的偏好对怎么选以及 chosen 是否一定完全正确、训练后效果怎么评以及哪些情况会让分数虚高,手撕删除链表倒数第 k 个节点。

2026-11

美团业务后台校招综合终面:本体建模、Agent 评测与 DDD 一致性

美团 业务后台(Agent 应用) 综合终面

美团业务后台校招综合终面,先技术交流再由 HR 交流:前半场围绕京东智能面试间项目追问本体建模、OWL 语义规范、Action 分类与 Agent 友好架构,接着问 Agent 评测、成本与性能案例、DDD 领域建模和跨服务一致性,后半场是 AI Coding 体验、求职方向与 HR 问题,帖主按主题归并出 38 项问题清单。

2026-11

美团业务后台一面:Agent 嵌入流程的边界、Doublewrite 与 AI Coding 实操

美团 业务后台开发(AI Agent 方向) 一面

美团 To B 业务后台(AI Agent 方向)一面:项目被持续追问落地细节,包括 Agent 在业务流程中的位置、规则与大模型的边界、耗时与落库;原理侧问插件化机制、Agent Loop、Codex 执行中插入消息的处理;Java 基础问布隆过滤器、ZSet 底层、三线程循环打印 ABC、Doublewrite Buffer;最后是「缓存热点数据一致性验证」的 AI Coding 实操与跨团队协作题。

2026-11

记忆张量大模型全栈实习一面:Agent 项目、ES 检索与红包模块拷打

记忆张量 大模型全栈实习 一面

记忆张量(MemTensor)大模型全栈实习一面:全程围绕简历项目追问,几乎不问八股、也没有手撕。技术部分覆盖 Eino 与 ADK 框架选型、ES 特点与写入机制、BM25 与向量检索及 RRF 融合、RAG 窗口与章节补全、Agent Run 持久化与 SSE 断连补全,以及红包模块的 Lua 脚本、Redis 线程模型与 Kafka 推送优化,最后是反问环节。

2026-11

米哈游大模型算法岗:九问 Agent 训练、DPO 与长上下文外推

米哈游 大模型算法

米哈游大模型算法岗的九道题(原帖以九张长截图发出):从 Agent 的推理与工具调用、轨迹留存、工具记忆模块、Agentic Loop,到训练曲线异常、DPO 后输出变长、退火阶段、GUI Agent 的研究价值判定,最后落到 RoPE 长度外推与 DPO/PPO 的对比。题目集中在大模型后训练与 Agent 工程的交叉处。

2026-11

米哈游大模型算法岗面经:Agent 训练、DPO 与长上下文九问

米哈游 大模型算法

米哈游大模型算法岗面经九问,主题是 Agent 的训练与评估:Agent 如何完成推理与工具调用、单条轨迹要留存哪些信息,工具记忆模块怎么设计、过期与冲突信息怎么处理,Agentic Loop 怎么用交互轨迹优化训练,训练曲线该盯哪些指标以及奖励上涨但成功率下降怎么排查,DPO 之后输出变长的归因,退火阶段的作用与验证,大型游戏 GUI Agent 的研究价值怎么判定,RoPE 模型的长度外推方案,以及 DPO 与 PPO 在优化目标、数据来源与训练流程上的区别。

2026-11

MiniMax 一面 80 分钟:以为面应用岗,结果从 RoPE 问到 PagedAttention

MiniMax 大模型应用(Agent) 一面

MiniMax 大模型应用岗一面 80 分钟,结果挂。前十五分钟问 Agent 项目、AI Coding、Skill 与 RAG,中间三十五分钟全是模型侧:attention 为什么除根号 d_k、GLM 与 GPT 的结构差异、RoPE 的数学形式与外推、位置插值/NTK-aware/YaRN/ALiBi、Sparse Attention、MoE 路由与负载均衡、INT4 量化、LoRA 与 DPO/PPO;最后三十分钟问 KV cache 显存计算、PagedAttention、连续批处理、投机解码与 vLLM/SGLang,手撕用 numpy 实现 RoPE 加位置插值外推。

2026-11

南芯 嵌入式软件二面:本地部署 Agent 的模型选型与工具调用

南芯 嵌入式软件开发 二面

南芯科技嵌入式软件工程师二面即终面,约 47 分钟,前两段由面试官介绍公司与岗位,项目提问集中在简历中的 LLM 竞赛项目:Agent 搭建周期、本地部署模型参数量、为何不调用 API、工具调用与模型召回如何实现。

2026-11

网易有道 Agent 开发三面凉经:记忆模块、多 Agent 分层与 workflow 选型

网易有道 Agent 开发 三面

网易有道 Agent 开发岗三面记录(终面挂):一面问学习方法、DSH 核心、cordis 插件热加载与卸载、Agent 记忆范式与主流架构、为什么用 RAG 做记忆、多跳检索、workflow 与 agent 的边界;二面深挖实习,追问上下文动态注入控权限、为什么不用文件系统做记忆、文件系统为何不适合多租户、多 Agent 的难点,以及教育 Agent 的开放设计题;三面转向效果、千万级用户的记忆系统改造与 AI 工具使用方式。

2026-11

拼多多 Agent 二面三题:A/B 与灰度放量、业务提效、权限撤销

拼多多 Agent 开发 二面

拼多多 Agent 二面三题,帖主以备考题单记录:变更上线如何设计 A/B 与灰度、按什么分组与指标决定继续放量;Agent 在业务中提效如何选环节、把人工复核与返工算进总成本;权限管理如何从最小权限拆到执行前复查与中途撤销。难点集中在放量判据与撤销链路。

2026-11

拼多多提前批一面四问:Agent 超时重试、消息重复消费、缓存一致性与接口耗时排查

拼多多 后端开发 一面

拼多多提前批一面的四道题,帖主按「说得很顺、往下追两步就卡住」的位置逐条复盘:Agent 与 LLM 的超时怎么分层、超时后如何确认工具到底执行没有;消息顺序、重复消费与丢失分别怎么处理,为什么不能只靠「处理完再 ack」;数据库与缓存的一致性怎么落在约定范围内;接口耗时从 200ms 涨到 5s 且 CPU 飙升时的排查顺序。

2026-11

拼多多服务器开发一面:Agent 部署位置、SSE 选型与工具越权

拼多多 服务器开发 一面

拼多多服务器开发一面的四道题都围绕「Agent 服务端怎么落地」:Agent 跑在浏览器还是后端、为什么用 SSE 传增量结果、工具能访问敏感数据时怎么防越权,外加一道数组原地替换。帖主按模拟备考的方式整理了每题的答法与卡点。

2026-11

拼多多人才计划一面:知识内化框架被追问五十个问题

拼多多 AI 算法工程师(大模型方向) 一面

拼多多人才计划一面实录,全程约五十问,几乎每一问都在追问「然后呢」:把高频知识继续预训练进参数的内化框架被逐层拆解——省多少 token、值多少钱、与微调的区别、知识冲突怎么处理、为什么不直接用 RAG、GPU 利用率为何只有 35%、预算砍半先砍哪一步,最后手撕一个动态 batching 调度器。作者的复盘是:准备的是「我做了什么」,面试官问的是「这件事值不值」。

2026-11

平安科技后端开发一面二面:Agent 与 LLM 的区别、MCP/Skills/Function Call

平安科技 后端开发 一面、二面

平安科技 27 秋招后端开发(AI 平台部门)一面二面,帖主已挂。一面约 20 分钟:自我介绍后问 AI 经历、遇到困难怎么解决、编程语言与技术栈、项目里怎么体现跨领域学习、离线惯导与在线导航具体怎么实现、人在不在深圳、接入部门业务的困难点、未来规划、项目难点。二面约 30 分钟从项目转到 Agent:追问想投算法还是 Agent 方向、对 Agent 的理解,指出「你说的都是 LLM」后继续追问 MCP、Skills、Function Call 三者的区别与联系;再看 Python 异步、为什么用异步做 IO、事件循环的作用、事件循环能否并发、CPU 密集型为什么用多进程、开源框架的理解,最后是两个反问。

2026-11

千问 Agent 社招一面:Neo4j 建图、工具误调用与上下文溢出

千问 Agent 开发(社招) 一面

千问 Agent 社招一面(硕 5 年,对标 P7):个人经历与团队角色、是否会前端、为什么以 Java 为主;项目架构为什么选 Neo4j、图数据库承担什么职责、为什么不用 LangGraph;工具调用有没有选错或不该调却调了、参数传错时是否直接失败、有没有让模型观察错误再纠正;知识图谱怎么建、是否用本体方法论、实体关系靠人工还是大模型抽取、语义消歧怎么做;上下文溢出怎么解决、结构化状态对象包含哪些字段;新框架内置 Trace 与独立可观测平台的区别。

2026-11

启云方 AI 应用工程师二面:Skill 提取工具怎么不泄露密钥、SSE 与 WebSocket、怎么判断能用贪心

启云方 AI 应用工程师 二面

启云方 AI 应用工程师二面以聊天为主、八股很少:先了解背景与课程,再问实习里的智能体功能、全局上下文 Skill 提取工具如何避免密钥泄露、SSE 与 WebSocket 的区别、Java 中 BufferedReader 与 Scanner 的区别、笔试里贪心题的判断方法,然后打开共享看简历里的 agent 项目代码、问项目是否完全自己做、有没有用 AI,以及用 AI 开发时人需要关注什么。岗位是在 ERP 系统上接入 agent 能力,客户是大型央国企。

2026-11

商汤 AI 开发 SCG 二面:断点续传、异步缓冲复用与 Agent 幂等

商汤科技 AI 开发(SCG) 二面

商汤 SCG 二面:实习经历与一次线上故障的发现、定位、修复,随后是两组后端场景题——多任务传输怎么区分、中断后怎么判断可复用数据、重传重复怎么合并清理,异步保存时立即复用内存是否安全、各部分都成功为何合并失败;最后问业务流程怎么封装成 Agent 能力、重复触发怎么幂等、能力多了怎么选、上下文怎么控制、任务由谁触发与创建超时怎么确认状态。

2026-11

顺丰 AI 开发工程师一面:文档分析 Agent 的架构、RAG 取舍与工程落地

顺丰 AI 开发工程师 一面

顺丰科技 AI 开发工程师一面,问题集中在一个文档分析类 Agent 项目上:从整体架构、版本管理与证据定位,到 RAG 的引入时机、检索准确率的验证方式,再到工作流编排、Workspace 隔离、容器部署与质量评测。追问的重点不是名词,而是每项技术选择相比更简单的方案多解决了什么、又付出什么代价。

2026-11

上海城建全栈一面:JS 数据类型、Vue 生命周期与 RAG、Agent 的设计

上海城建 全栈开发 一面

上海城建全栈岗一面,问题集中在基础与 AI 使用:JavaScript 的基本数据类型、Vue 的生命周期以及在哪个生命周期里写代码、平时怎么和 AI 协作写代码、用的哪个 AI 工具,接着问 RAG 与 Agent 各自怎么设计、学习能力如何、能否快速接手项目,最后是反问与对前端行情的看法。

2026-11

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

虾皮 AI 应用开发 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 AI 应用开发 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

水滴 AI 全栈一面:自动诊断、提示词注入、推理排队与 RAG 旧答案排查

水滴 AI 全栈 一面

水滴 AI 全栈一面几乎全是项目与系统设计:自动诊断的完整流程与误判处理、用户选错问题类别怎么办、人工减少时怎么提升准确率;单 Agent 与多 Agent 的差异、执行中的锁定机制;提示词注入的两类来源与防护;能力升级后的版本评测;文件上传取消、同名文件与合并;推理请求积压导致内存显存上涨的处置;知识库更新后仍返回旧答案怎么定位;摘要结构设计与冲突检测;最后聊个人 Agent、Harness 与日常 AI 实践。

2026-11

数字政通 Agent 研发一面:PDF 检索问答链路与拒答设计

数字政通 Agent 研发 一面

数字政通 Agent 研发一面,30 分钟:实习里做的有挑战的任务、HTTP 与 DDS 各自传什么、DDS 失败怎么定位;项目里 paperX 从上传 PDF 到检索问答的流程、为什么选 RabbitMQ、拒答与引用校验为什么这么做、为什么用 LangGraph、数据安全脱敏怎么设计。

2026-11

数字政通 Agent 研发二面:竞赛、项目与隐私数据加密传输

数字政通 Agent 研发 二面

数字政通 Agent 研发二面不到半小时:先问竞赛(哪一年参加、担任什么角色、交付物与目标),再逐个抠项目(软件的开发初衷、项目里有没有涉及数据隐私安全、有没有数据传输环节、如果要传隐私数据怎么设计、了不了解对称加密与非对称加密),最后问毕业进度、意向城市与手上 offer,反问收尾。面试官在数据加密传输这一点上追问了很久,作者复盘时认为当时没有领会提问意图。

2026-11

中芯国际 软件开发 二面:PPT 自我介绍后被问最大缺点

中芯国际 软件开发 二面

中芯国际软件开发二面:两位面试官,先做五分钟 PPT 介绍教育、项目、科研与实习经历,再问实习最难需求、最大收获、科研与学生工作并行、最大缺点、AI 对开发的影响与 Agent 设计。

2026-11

搜狐 Linux 运维开发日常实习:HR 面问线程管理,技术面深挖 Agent 与 MCP,offer 当场发

搜狐 Linux 运维开发(实习) HR 面 + 技术面

帖主在 BOSS 上被 HR 主动联系,投的是 Agent 岗、聊完觉得这个运维开发岗更偏开发且与 Agent 业务重合,11 月过半就 All In。流程是 HR 面(结合一年开发背景问运维知识:POSIX 线程怎么管理、口述在线升级脚本的逻辑,再谈到岗时间与薪资)加一小时技术面(职业规划、性格侧写、Agent 相关的 Skills 与 MCP 深挖、Linux 概念与 shell 脚本、408 八股),offer 当场发放。

2026-11

南京某中厂 Agent 岗面:项目全流程、SQLite 与 MySQL、转去高并发没答上来

某公司 Agent 开发 一面

南京某中厂 Agent 岗一面(11 月 17 日晚):自我介绍与项目后让讲项目整个流程怎么走;提到高并发时问怎么实现,SQLite 与 MySQL 有什么区别,怎么结构化输出,用户的问题如何直接给到其他程序使用,以及用户查询指定文档怎么处理;后半段突然转到高并发没答上来。反问得知团队 Agent 面向内部业务与客户两端,侧重内部提效。

2026-11

淘天 Agent 算法 HR 面:经历复盘、技术创新点与 offer 选择

淘天 Agent 算法 HR面

淘天 Agent 算法 HR 面:自我介绍、过去经历复盘与简历上实习时间的问题、不同实习各自的收获、收获最多的一段展开讲、方法的技术创新点在哪里、职业规划与为什么选这几家公司实习、目前有哪些其他流程与对 offer 的选择看重什么、mentor 给过的好反馈和不好的反馈。

2026-11

腾讯 Agent 开发一面:RAG 链路、Agent 模块与 MCP 的区别

腾讯 Agent 开发 一面

腾讯 Agent 开发一面备考题单:RAG 从上传文档到返回答案的完整链路、解析分块与只允许单文件的原因、向量召回耗时与 Rerank 评估,以及 Agent 核心模块、最大步数与 Plan、MCP/Function Call/A2A 的区别。

2026-11

腾讯 Agent 开发一面:LangGraph 编排、KV Cache 与审核链路

腾讯 Agent 开发 一面

腾讯 Agent 开发一面明显偏项目实践:先问为什么组合 LangChain 与 LangGraph、系统如何判定生成方案不合格并把审核结果反馈回执行链路、建了哪些可观测能力;再深挖主 Agent 向子 Agent 传递哪些上下文、压缩是自研还是框架能力、Token 优化与 KV Cache 命中、Skill 折叠后对缓存复用的影响、Skill 与工具的映射关系,最后问模型选型、独立评测、缓存失效导致费用上升如何定位,以及生成与审核同模型时的共同盲点。

2026-11

腾讯数据工程一面:面向 Agent 的知识库、电商信息 Agent 与 AI 后的数据研发

腾讯 数据开发

腾讯微信电商数据团队一面(11.19):3 道 SQL 与 1 道算法题之后进入项目,围绕把 AI 接入数据链路后遇到的问题追问——Agent 知识库与 Memory 配置不足、多 Agent 自动校验的尝试,再让设计一套电商信息 Agent,并讨论 AI 普及后数据研发的工作重心变化。

2026-11

腾讯游戏安全后台开发一面(已挂):Python 脚本怎么在操作系统里跑起来、Agent 原理与 Spring Boot 路由

腾讯 后台开发(游戏安全) 一面

腾讯游戏安全后台开发一面,一小时左右、46 问,最终挂在一面。开场确认实习时间与语言栈后,先从操作系统进程角度追问「起一个 .py 脚本到底怎么执行」、解释器与 JVM 和进程的关系,再深挖二手车关键词意图路由(规则怎么维护、为什么不全用大模型、命中率多少、用什么方法匹配)、DCI 问答与 Pi agent 的消融实验,接着问 Agent 工作原理、工具在哪执行、模型怎么知道有哪些工具、token 怎么生成与何时停止、EOS 怎么产生、KV Cache、无状态请求为什么能记住上下文,最后是进程启动、FastAPI 是什么、Spring Boot 一个 HTTP 请求如何路由到业务代码,并连续追问「如果让你实现这套路由机制会怎么做」。

2026-11

特斯拉 .NET 开发 三面凉经:英文面与 RAG 追问

特斯拉 .NET 开发 三面

特斯拉 .NET 开发三面复盘:一面英文自我介绍与面向对象系统设计,二面后端八股,三面追问 RAG 文章数量与方案选择,并要求英文表达求职期望。

2026-11

成都天创一面:C++ 自研 Agent、VTK 窗口集成与工业缺陷检测平台

成都天创 C++软件开发 一面

成都天创一面全程围绕四个项目深挖:为什么不用 LangChain 而用 C++ 自研 Agent、Provider 接口用了什么设计模式、Qt 嵌入 VTK 原生窗口的遮挡问题、声学有限元仿真软件的职责边界;接着追问缺陷面积如何从像素换算到物理尺寸、三维凸起凹陷怎么处理、训练平台如何规划,以及工业 Agent 的知识库与上下文控制。

2026-11

同程全栈一面:检索子 Agent 设计与前端八股连问 25 题

同程 全栈开发 一面

同程全栈一面从实习项目切入,连续追问检索子 Agent 的拆分理由、上下文爆炸、结果回传与可信度验证、双路召回与降级、bundle 体积治理;后半段是输入 URL 到页面可交互、首屏优化、内存泄漏、CORS 预检与凭证,最后一道逻辑题是两个鸡蛋测 100 层楼。

2026-11

同程 Java 一面:集合、ConcurrentHashMap、索引调优与幂等 24 问

同程旅行 Java 后端 一面

同程 Java 后端一面,从集合体系与线程安全切入,问 ConcurrentHashMap 的实现、线程池里怎么把请求上下文带到异步任务、什么时候会线程不安全;数据库部分问到 InnoDB 页大小、数据与索引的组织方式、主键索引与唯一索引的异同、索引失效场景、怎么看执行计划和强制走索引;最后落到项目里的策略模式、Redis Lua、RabbitMQ 与幂等,以及常用 AI 工具、国产模型与 Agent Harness 的理解。

2026-11

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

某公司 AI 应用开发 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

AI 应用开发实习转正面经:SymPy 判题链路与幻觉处理

未注明 AI 应用开发(实习转正)

实习转正面经(已拒 OC):第一个项目的判题链路里 SymPy 与 LLM 各负责什么、SymPy 求解失败怎么降级、题目关键条件靠提示词还是结构化校验维护、出现幻觉怎么处理;第二个项目为什么给 ASR、OCR 调用配独立线程池、有界队列和超时;如何区分 AI 写的「能上线的代码」和「看起来能跑的代码」。

2026-11

vivo Agent 开发一面:十个日历助手场景,从意图到工具选择与循环终止

vivo Agent 开发工程师 一面

vivo Agent 开发一面全部是场景推演,围绕一个日历助手连问十题:用户说『看看下周哪天下午有空』时第一步做什么、意图分类与槽位抽取都对了工具还会不会选错、说『把那场复盘挪到下午』先问日期还是先查、结构化输出与工具调用的区别、search_events 与 find_free_time 老互相选错怎么改、ReAct 里 observation 的作用、工作日历超时时如何作答、对话历史与任务状态各存什么、『第二个改成一小时』下一步调什么工具、连查三次无解时如何让 Agent 停下来。

2026-11

无量星图 AI 应用工程师一面:Agent 的记忆怎么设计、记忆串号怎么兜底、工具调用怎么编排

无量星图 AI应用工程师 一面

无量星图(西安)AI 应用工程师一面,2026 年 11 月 12 日,约 16 问:前段问自我介绍、所在地与到岗时间、求职看重什么、为什么投初创团队以及能否自驱;中段三道开放设计题——上下文有限时如何兼顾近期对话与长期用户画像、记忆挂到错误用户头上怎么处置、决定调用哪个功能且把结果接回对话的整条链路怎么设计;末段谈到岗时间、薪资期望、先实习三个月再签三方的流程。

2026-11

超聚变 AI 软件工程师(大模型)一面:从 SFT、RAG 切块问到 Agent 循环与 Harness

超聚变 AI 软件工程师(大模型) 一面

郑州 base 的大模型岗位一面:先问考研原因与实习强度,再连续追问监督指令微调、RAG 的 chunk 大小、embedding topk 与相似度阈值、rerank 调整、Agent 调用死循环、Agent Harness、ReAct 与 tool calling 是否一回事、怎么判断 Agent 完成任务。项目只写了 RAG 会被追问还有没有别的 AI 模块。

2026-11

小红书 Agent 研发面:上下文压缩、离线评测失真与 Skill 壁垒

小红书 Agent 开发

小红书 Agent 研发岗面经(未通过),十三问集中在 Agent 工程:Codex / Claude Code 的上下文压缩、工具调用失败的可观测性、Prompt 自进化项目、离线与在线评测为何分数对不上、Skill 生态的护城河、MCP 场景下的 Prompt Injection 与越权、RAGAS 指标、多工具调用的延迟优化、LangGraph 与 ReAct 的取舍、长期记忆构建。

2026-11

小红书一面:Code Review Agent 的评测集、规则边界与现场手撕 LRU

小红书 后端开发(实习) 一面

小红书一面几乎全程围绕 Code Review Agent 展开,追问密度很高:流水线依赖、历史噪声来源、客户端为何更难审、规则由谁维护、评测集与标注质量、用户乱打标怎么办、指标怎么算、增量审查与全量审查的取舍、与直接使用 Codex/Claude 的差异,最后让候选人现场用 Java 写 LRU 并按示例核对输出,再让它审查自己刚写的代码。

2026-11

小红书增长方向一面二面:从零写一个 harness 需要哪些组件

小红书 增长 一二面

小红书增长方向一二面连在一起记录:前半程问研究与项目(问题背景、现有方法、发现、个人贡献),后半程全是 Agent 工程——从零写一个能用的 harness 需要哪些组件、为什么 ReAct 到 2025 年才流行、手写 ReAct 怎么写。

2026-11

小红书 PE 一面:Agent 设计模式、Harness 与 Redisson 看门狗

小红书 PE 一面

小红书 PE 一面:深挖实习项目到原理层(约 30 分钟)、Agent 相关的设计模式、Harness 都包含哪些方面、Redisson 分布式锁的背景与原理、看门狗机制的不足、Agent 接入真实业务的优缺点,手撕 K 个一组反转链表。

2026-11

小红书 PE 二面:Agent 项目、缓存一致性与手撕接雨水

小红书 PE(平台工程) 二面

小红书 PE 岗二面,先花二十分钟拷打 Agent 项目的业务效果对比、记忆与沙箱,再问本地缓存、Redis 与数据库之间的一致性及权衡,以及 KV Cache 原理、Agent 发展趋势,最后手写哈希表与接雨水。

2026-11

小红书 PE(AI 与全栈)一面:高召回、LangGraph 循环与 SDD 提效

小红书 PE(AI与全栈) 一面

小红书 PE(AI 与全栈)11 月 3 日一面面经:前半段深挖项目,问痛点难点、风险操作、测试脚本是人确认还是 AI 自动执行、项目指标、召回率 95% 的检索设计及高召回的副作用与精度优化、为什么这个场景不用向量召回、LangGraph 如何避免循环调用与任务发散、多 Agent 的异常兜底与记忆;中段是 QPS 上涨与数据库压力、索引失效场景、低基数字段要不要建索引;后段围绕 SDD 开发流程、AI 辅助开发的提效评估与效率损失、技术分歧处理和 AI 时代后端的职业规划。

2026-11

小米 AI 全栈一面:Redis 幂等、Agent 停止条件与线程池参数

小米 AI 全栈工程师 一面

小米 AI 全栈一面实录,作者一面挂。四道当场答崩的题都出自自己写的代码:Redis 幂等 key 的过期与误删、Agent 如何判断分析完成并停下、线程池三个参数满后的行为、上下文压缩后如何评估关键信息没丢;其余问题围绕 Skill 与 workflow 的取舍、MQ 延迟消息与重试、系统 QPS 抗压展开;手撕是实现一个带指数退避、抖动与幂等键的重试器。

2026-11

宇通 IT 岗初面:Spring Bean 注入、B+ 树与线程池七参数

宇通 IT岗 初面

宇通 IT 岗 11 月 3 日初面,30 分钟,原以为是 HR 面结果是技术面:抽象类与接口、HashMap 底层结构与并发问题、Spring Boot 常用注解、事务失效场景、@Autowired 与 @Resource 的区别、同类型多 Bean 如何精确注入、慢查询优化与 B+ 树、线程池七大参数怎么调、秒杀项目难点与支付模块、Agent 项目技术栈、项目中用到的设计模式。

2026-11

知驿科技 Agent Memory 与协作算法实习:benchmark 构建、LLM Judge 与长程记忆设计

知驿科技 Agent 算法(实习)

清华系初创知驿科技的 Agent Memory 与协作算法实习面试,两轮都围绕评测与记忆展开。一面问背景项目的问题与解法、日常用什么 harness 与模型(作者用 Pi,被追问与 Claude Code、Codex 的对比)、有没有 benchmark 构建经历;反问里问到对 Mem0 这类记忆方案的看法,面试官的回答是「用户不在意记忆建模成数据库还是文档,重要的是好用」。二面深挖评测体系:确定性部分自建、总体质量用现成 benchmark 的 rubric 加 LLM-as-judge,以及 judge 的成本与偏差、评估是否反哺生成端,最后是一道开放设计题——怎么设计题库测系统的长程记忆能力。

2026-11

智元觅蜂前端一面:图谱渲染优化、Monorepo 与 AI 生成平台

智元机器人(觅蜂) 前端开发 一面

智元共创(觅蜂子公司)前端一面(10 月 23 日),全程围绕两段实习与个人项目:图谱页面数据量大、SVG 渲染卡顿怎么优化,Web Worker 是否把运算挪到子线程、和主线程怎么交互、多大的运算量才值得用 Worker,画布节点是否全量重绘、按需加载怎么设计;Monorepo 架构与组件库发包(内部 NPM、基础包升级后依赖包怎么跟、发包是手动还是流水线、用什么触发);Agent 工具调用链路、AI 对话流式渲染的问题;另一个零代码建站平台的产品边界(生成网页/APP 的归属、部署、私有化迁移);最后是职业方向与手写数组拍平。帖主感觉聊得很好,10 月 27 日流程终止、岗位关闭。

2026-11

转转 AI 应用落地实习一面:RAG、单多 Agent 与 FDE 角色

转转 AI 应用落地实习生 一面

转转 AI 应用落地实习生一面(11 月 10 日),岗位偏 FDE、侧重业务 AI 提效。前半段是动机与稳定性:当前状态、上份实习离职原因、项目职责、团队协作、怎么看 AI 背景下岗位边界模糊、能不能稳定实习三到四个月、怎么和秋招平衡;后半段围绕 RAG 与 Agent:做的是不是传统语义召回、了不了解知识图谱与 GraphRAG、单 Agent 和多 Agent 各适合什么场景、简单任务与复杂任务怎么区分、是否了解 FDE 这个角色。

2026-11

大模型后训练与 Agent 开发面试总结:三个月二十多场的高频题

多家互联网公司 大模型后训练与 Agent 开发 多轮

三个月面试二十多场后整理的题目清单:后训练与对齐集中在方法选型、SFT 细节、PPO/DPO/GRPO 对比与 Reward 设计;Agent 方向集中在架构、工程治理、评测与 Skill 漂移;项目深挖要求讲完整故事;部署侧问 vLLM 的 Prefix Cache 与 Paged Attention,手撕以 Medium 为主。

2026-11

汇川技术 应用软件工程师:技术面、HR 面、主管面三轮连问

汇川技术 应用软件工程师 一面 / 二面 / 三面

汇川技术应用软件工程师三轮:技术面问研究与落地的区别、最困难的事、为什么选 VLM 与 Agent 并讲架构原理;HR 面问实习沟通、在职感受、辞职考研与期望薪资;主管面死磕拼缝检测项目的创新点、精度速度的行业水准与智能图纸解析课题。

2026-11

米哈游 NPC Agent 一面:他们根本不打算让模型自由发挥

米哈游 NPC Agent(游戏 AI) 一面

米哈游 NPC Agent 一面 65 分钟(11 月 10 日):全场几乎不问「怎么让 Agent 更聪明」,问的都是「怎么让它别乱说话」。三段问题分别验项目真实性(角色设定会不会被一句话带跑、剧情与设定冲突谁优先、检索怎么不剧透未解锁内容、记忆写错怎么修),多模态与实时性(表情标签、语音延迟、流式输出中途违规怎么拦、断线重连),体验与边界(怎么衡量好玩、复读检测、内容安全自检还是独立审核、模型升级后性格漂移怎么发现),最后手撕带打断恢复的对话状态机。

2026-11

阿里云后端 / Agent 二面 55 问:从 Ontology、DDD 问到 KV Cache 与分布式锁

阿里云 后端开发(Agent 方向) 二面

阿里云后端 / Agent 方向二面,55 问,覆盖面很宽:先用 Ontology、Action、柔性引擎与 MCP 的对比验证京东项目的真实性,再问数据处理从 12 小时降到 2 小时的 OOM 与并行优化,接着是 DDD 建模(限界上下文、聚合根、防腐层、贫血与充血),然后扫 Transformer、KV Cache、数据并行/张量并行/流水线并行,最后是 Redisson 分布式锁、一致性哈希、动态代理、JVM 内存区与一道海量数据求中位数的口述算法题。

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 AI 应用开发 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

58 同城 Agent 开发一面:数据分析 Agent 与 Java 基础

58同城 Agent 开发 一面

58 同城 Agent 开发一面,围绕数据分析 Agent 的使用对象、业务价值、MCP 接口能力、外层工作流和 SQL 生成链路连续追问,并深挖生产环境内存问题治理与 JVM 参数;后半场问 Java 项目、Spring 动态代理、MySQL 索引,现场手写排序算法。

2026-10

16 家 AI 公司面经汇总:8 道高频题与答题要点

多家互联网公司 大模型算法 多轮

汇总字节、百度、美团、滴滴、腾讯等 16 家公司 AI 岗面经后归纳出的 8 道高频题:不用框架手写 Agent 的模块拆分、RAG 召不到数据怎么排查、Agent 记忆管理与压缩、MCP/Skill 工具接入、KV Cache 与长文本显存、MoE 路由与负载均衡、LoRA 原理与 rank 选择,以及 Agent 开发与传统前后端开发的本质差异。

2026-10

阿里 AI 应用开发实习一面:长期记忆落地、Milvus 索引选型与 Agent 执行框架

阿里巴巴 AI 应用开发(实习) 一面

阿里 AI 应用开发实习一面:从长期记忆模块怎么从需求做到上线讲起,问 Milvus 各索引类型的构建与取舍、Agent loop 如何避免死循环与状态污染、为什么选 Milvus + Mem0 而不是 pgvector 或 ES、RAG「检索对但回答错」怎么逐段定位,最后落在多工具统一执行框架的参数校验、超时重试与权限分层。

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 AI 应用开发 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

阿里巴巴控股三面面经(10.10,部门大 boss 面)

阿里控股 基础架构开发 三面

阿里巴巴控股三面面经:部门大 boss 面试约 40 分钟,先做个人介绍与项目背景介绍,再对背景和项目底层实现疯狂拷打,随后问对基础架构开发的理解和思考、AI 相关使用与对 Agent 开发的了解,最后是反问,面完直接约了 HR 面。

2026-10

阿里千问 AI 应用研发一面面经

阿里 AI应用研发工程师 一面

阿里千问方向 AI 应用研发一面,40 分钟几乎全在拆解私人 RAG 项目:CSV 解析、文档切片、向量加 BM25 双路检索、多跳检索、Query 改写、文档访问控制、PII 脱敏、长对话摘要压缩与 harness 数据流。

2026-10

阿里千问 Agent 开发二面

阿里巴巴(千问) Agent 开发 二面

阿里千问 Agent 开发二面面经,11 问集中在 Agent 工程:LangGraph 架构组件、Function Calling 原理与工具调用的常见坑、Query 改写、多轮对话缺陷与 Prompt 拼装顺序,另有手写快排。

2026-10

阿里千问 Agent 开发二面

阿里巴巴(千问) Agent 开发 二面

阿里千问 Agent 开发二面面经,11 问集中在 Agent 工程:LangGraph 架构组件、Function Calling 原理与工具调用的常见坑、Query 改写、多轮对话缺陷与 Prompt 拼装顺序,另有手写快排。

2026-10

阿里云 Agent 开发一二面

阿里云 Agent 开发工程师 一面二面

阿里云 Agent 开发岗一面二面记录:一面从实习经历切入,考进程与线程的区别、进程切换开销、如何设计比线程更轻量的调度单元,并手撕 K 个一组反转链表;二面围绕 Agent 自进化原理与影响因素、预训练与 SFT/RLHF 的差异、知识体系构建和工作方向选择展开。

2026-10

安恒信息 Python Agent 开发实习一面面经

安恒信息 Python Agent开发 一面

安恒信息 Python Agent 开发实习一面(约 30 分钟):面试官是 Vue 前端方向,问题围绕实习经历与项目沉淀展开,重点追问平台评测依赖大模型时结果不靠谱怎么处理、Agent 多轮工具调用的上下文膨胀有没有裁剪策略,以及代码是手写还是依赖 AI;最后给出「计算机基础要继续巩固、AI 项目经验提炼不足」两条建议。

2026-10

蚂蚁智能体一面:从 MCP 工具发现一路追到知识图谱为什么两跳就够

蚂蚁集团 智能体开发 一面

蚂蚁智能体一面 59 问几乎不问八股:先追问 MCP 的工具列表怎么进上下文,再问 request 怎么组装、response 长什么样,最后落到向量库与知识图谱各自的适用边界。

2026-10

蚂蚁 Agent 开发一面:ReAct 与 Plan-Execute、切块策略与上下文压缩

蚂蚁集团 Agent 开发 一面

蚂蚁 Agent 开发一面从项目深挖切入,系统追问企业级 Agent 的准入标准、异构资料清洗、ReAct 与 Plan-Execute-Replan 的取舍、RAG 与 Skill 的边界、检索链路的处理顺序、Chunk 切分与噪声抑制、多路检索合并排序,以及记忆分层与上下文压缩的触发条件。

2026-10

蚂蚁集团 AI Agent开发压力面:记忆管理、MCP 与多 Agent

蚂蚁集团 AI Agent 开发 压力面

蚂蚁集团 AI Agent 开发压力面:记忆管理选型、Agent Teams 与 Workflow 取舍、工具调用可靠性与 MCP、意图识别与评测集,另有数据库与推理八股。

2026-10

蚂蚁集团 AI 应用研发一面:Redis bigkey/hotkey、OOM 排查与提示词注入

蚂蚁集团 AI 应用研发 一面

蚂蚁集团 AI 应用研发一面面经:从实习切入,技术问题集中在 Redis(bigkey 与 hotkey 处理、主从同步、主节点故障后的从节点晋升)、MySQL(事务是什么、为什么用 B+ 树),以及突发 OOM 且 CPU 飙高的线上排查应急;后半程转向大模型工程,问如何避免提示词注入、如何在上下文压缩时保住对话质量,以及 skill 怎么治理。

2026-10

汽车之家 Java 后端二面:延迟队列幂等、MVCC 与 Agent 工具调用

汽车之家 Java 后端 二面

汽车之家 27 届 Java 后端二面:项目深挖刹车预警与延迟队列,Java 基础问进程线程、Runnable/Callable,MySQL 问隔离级别、MVCC 与幻读,再聊 SSE 流式输出、Function Calling 与 AI Coding 实践。

2026-10

百度 Agent 二面:不看简历、不做自我介绍,连抛 6 道架构题

百度 Agent 二面

百度 Agent 二面面经:全程开放式架构题,考 Agent 应用的分层与模块、通用 Runtime 的多厂商抽象、C 端 Token 成本控制、代码执行沙箱安全、上下文压缩与信息保全、Harness Engineering 演进、评测归因、Trace 可观测性与监控熔断、多 Agent 通信,最后手撕判断二叉树是否平衡。

2026-10

百度 Agent 一面:Trace Hook、SSE、幂等、工具并发

百度 Agent 一面

百度 Agent 一面面经:项目拷打后考 LLM Runtime 与 Tool Runtime 的职责划分与模型路由依据、错误重试的分类与参数错误处理、SSE 与普通 HTTP 和 WebSocket 的区别、多轮工具调用的上下文管理与截断风险、工具超时与并发调用、幂等保证、Trace Hook 的分层设计,最后手撕反悔贪心与堆。

2026-10

百度后端 Agent 实习面:记忆写入时机、衰减策略与 MySQL ACID

百度 后端开发(Agent 方向) 一面

百度 Agent 后端实习面 20 分钟:记忆机制什么时候写、长期记忆字段随时间衰减的策略、用户画像反复变更与确认频次的平衡、MySQL ACID 的底层实现,手撕 LRU。

2026-10

百度大模型研发工程师二面:全程 Agent 架构大局观 + 状态机手撕

百度 AI Agent 开发 二面

百度大模型研发(Agent 应用研发方向)二面约 50 分钟,全程不看简历、无八股、连续抛架构题:Agent 应用模块划分、通用 Runtime 抽象、上下文压缩与记忆、多 Agent 协作与容错、成本控制与评测,最后手撕有限状态机并被追问状态规模膨胀与并发跳转。

2026-10

百度 Agent Harness 一面面经

百度 Agent Harness(后端) 一面

百度 Agent Harness 后端一面记录:基础环节约 20 分钟,全是不给标准答案的现实场景题,覆盖链路收发不一致的排查、联合索引失效、代码量放大后的性能断崖、read 与 mmap 读大文件;手撕是 LRU 变种;最后讲整个 Agent 从 query 到返回结果的全链路、降级与检索融合参数。

2026-10

9.22 百度 AI 智能体算法一面、二面、三面:从 JVM 与 MySQL 到 Agent 执行闭环

百度 AI 智能体算法 一面、二面、三面

百度 AI 智能体算法三轮面:一面考 JVM、联合索引、间隙锁与 Redis 锁等后端基础,二面围绕 Agent 工具调用、任务闭环与多模态评测,三面深入容错状态机、模型路由与置信度校准。

2026-10

百度架构一面:全链路可观测、断点续传与「让 MySQL 无上限集群化」

百度 后端架构 一面

百度架构一面,二十道题几乎全部围绕实习项目做体系化追问:全链路可观测怎么落地、异常怎么用 Agent 快速定位、智能告警系统怎么设计、K8s 建 Pod 的时间花在哪、分片上传与断点续传细节、并发与串行传输的取舍、零拷贝,以及高并发评论服务与 MySQL 集群化的设计题。

2026-10

百度后端一面(70 分钟):分片上传、布隆过滤器与 Agent harness 连环追问

百度 后端开发 一面

百度后端一面持续 70 分钟,手撕三数之和,主体是项目深挖:分片上传的并行与合并、如何保证分片不重传、布隆过滤器误判原因、Redis 锁粒度与释放方式、CI/CD 搭建、线程池参数来源;随后转到 AI 工程——Agent harness 怎么理解、高风险审批怎么做、Claude Code 的记忆体系与 memory 评测回放、RAG 与 GraphRAG 的差别;八股覆盖 MySQL 回表与 B+ 树、Redis 数据结构、协程进程线程、CAS、用户态内核态、限流角度、排序稳定性。

2026-10

百度大模型算法岗面经:多模态架构到 PagedAttention 的二面追问

百度 大模型算法 一面+二面

百度大模型算法岗一面与二面题目:一面围绕多模态大模型架构、视觉语言 Adapter 与 Q-Former、ViT 原理、自注意力除以根号 d 的推导和多头注意力优势;二面转入后训练与 Agent 专项,考 MHA/MQA/GQA 的 KV Cache 占用、PagedAttention、图像生成模型技术路线与 Qwen3 代码补全 Agent 的工程问题。

2026-10

百度大模型算法岗面经:多模态架构到 PagedAttention 的二面追问

百度 大模型算法 一面+二面

百度大模型算法岗一面与二面题目:一面围绕多模态大模型架构、视觉语言 Adapter 与 Q-Former、ViT 原理、自注意力除以根号 d 的推导和多头注意力优势;二面转入后训练与 Agent 专项,考 MHA/MQA/GQA 的 KV Cache 占用、PagedAttention、图像生成模型技术路线与 Qwen3 代码补全 Agent 的工程问题。

2026-10

百度大模型算法岗一面:Agentic-GRPO、奖励函数与 CoT 数据构建

百度 大模型算法 一面

百度大模型算法岗一面:全程围绕简历里的 Agentic-GRPO 项目深挖——适用场景、训练规模与配置、红蓝对抗的主体设计、奖励函数维度与调优;接着问 Qwen 微调的数据量级与配比、CoT 推理数据集的构建与质量校验,最后是交叉熵、SQL、数组最大值与最长公共前缀这些基础题。

2026-10

贝壳后端一面:AI 编程、Agent 工作流与云原生追问

贝壳 后端研发 一面

贝壳后端研发一面面经:从常用语言、AI 编程工具和代码验证,追到实习项目架构、Agent 工作流与 Skill 规范落地,最后考察云原生、Kubernetes 和职业方向。

2026-10

b站(哔哩哔哩)Java 开发一面面经:线程池、AQS、JVM 与取数 Agent

哔哩哔哩 Java开发 一面

b站会员购 Java 开发一面面经:无手撕,先问实习转正、工作地点与 offer 情况,再考线程池原理、AQS、JDK 8/13/17/21 的内存结构与 GC 变化、聚簇与非聚簇索引、explain 关注点,随后深挖滴滴取数 Agent(ReAct、框架选型、GC 治理、线程池批量查询)与校园招聘智能助手项目,最后问 Spring 事件总线与对 AI 冲击程序员行业的看法。

2026-10

字节跳动 Agent 算法 一面二面:RAG、记忆分层与上下文压缩

字节跳动 Agent 算法 一面、二面

字节跳动 Agent 算法一面二面汇总,围绕 Agent 项目重构、ReAct 与 Plan-Execute-Replan、RAG 与 Skill 的取舍、文档切块、检索融合、记忆分层、上下文压缩、Computer Use 和 AI Coding 工作流展开。

2026-10

字节跳动 Agent 开发面试:Harness 设计、上下文管理与长任务排查

字节跳动 Agent 开发

字节跳动 Agent 开发岗面试记录:围绕自研 Harness 与 LangChain 的区别、Agent Loop 与状态管理、上下文与长期记忆、工具调用容错、多 Agent 协作和长任务排查展开约 30 道追问,另有一道合并嵌套 JSON 的手撕题,并延伸到 HTTPS 加密、进程与线程、ThreadLocal、Spring 容器、MySQL 去重等基础题。

2026-10

10.13 字节跳动 Agent 研发一面:SSE 取舍、编排范式与长期记忆

字节跳动 Agent 研发 一面

字节跳动 27 届秋招 Agent 研发一面面经(10.13):实习与项目深挖覆盖 AI 工作流的人机分工、单次请求经过的层次与协议、SSE 与 WebSocket 的取舍、Agent 编排范式与长期记忆如何存储检索;八股问 MySQL 事务与索引、Redis 持久化与缓存一致性、select/poll/epoll,算法手撕 LRU 并追问高并发扩展与 LFU 的差别。

2026-10

字节跳动 Agent 开发日常实习一面面经

字节跳动 Agent开发实习生 一面

字节 Agent 日常实习一面,深挖 Agent Runtime 的框架选型、Agent 间通信、LangGraph 中断恢复与 reducer、上下文压缩、Task DAG 故障恢复、CAS 锁,以及 benchmark 设计、Redis 向量检索和 Hit@k/Recall@k/MRR 指标。

2026-10

字节 Agent 全栈一面:动态 UI 渲染、MCP 与 Skill 治理

字节跳动 Agent 全栈开发 一面

字节泛抖音 Agent 全栈一面面经:从实习与 Agent 链路切入,深挖「模型生成 JSON、前端流式渲染可交互 widget」这套动态 UI 方案的调研与选型、前端与后端的动作绑定、增量流式输出的问题,再问 MCP 与 Skill 的理解和治理,最后是前端全链路性能优化与两道现场手写题(闭包计数器、带重试的 request),第二天收到感谢信。

2026-10

字节 Agent 全栈研发一面题单:从 Agent 项目讲到 SSE 断线恢复

字节跳动 Agent全栈研发 一面

按 Agent Journey 收录的字节相关面经整理的一份一面备考题单(原帖明确说明题目来自不同记录、不是同一场面试实录):Agent 项目走查、意图越界与长对话压缩、多 Agent 分工,再到 SSE 断线恢复、工具调用参数分段、消息队列与请求的对应关系、Tool Calling / MCP / Rules / Skills 的区别,最后是 RAG 与长期记忆、Redis 限流、MySQL 日志与联合索引,以及手写并发上限为 2 的异步调度器。

2026-10

字节 Agent 全三轮面经:重构、上下文压缩与 Computer Use

字节跳动 Agent 开发 一面+二面+三面

字节 Agent 方向三轮面经。一面围绕实习 Agent 的重构、DeepSeek harness 与 pi 的差异、Claude Code 的上下文压缩、Computer Use 原理和 AI coding 工作流展开,手撕树的子结构与 random5 实现 random7;二面深挖项目是否达到企业级;三面拷打实习产出,并问 Nginx 日志找高频 IP 与拼接最大数。

2026-10

字节跳动 AI Agent 全栈开发面经

字节跳动 AI Agent全栈开发 一面

字节 AI Agent 全栈开发面经,覆盖 Vue/React 响应式与 Hooks 链表、ReAct、仅凭 Messages 实现 Tool Calling、Electron 与浏览器多进程、多标签页共享 WebSocket、Go 并发模型与 IPC,手撕链表环和带 TTL 的 LRU。

2026-10

字节 AI 应用开发二面:Plan+Execute、显存与三数之和

字节跳动 AI 应用开发 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

字节跳动 AI应用开发实习 一面:Agent Loop 的失败恢复与长期记忆

字节跳动 AI应用开发实习 一面

字节跳动 AI 应用开发实习一面:围绕短视频创作 Agent 的模块挑战与技术选型,深入追问 Agent Loop 的超时失败恢复、短期与长期记忆的划分和写入、Memory 与工具调用的难度对比及百万级记忆召回。

2026-10

字节 AI 全栈二面:八股一点都不问,全程项目 + AI 工具

字节跳动 AI 全栈 二面

字节跳动 AI 全栈二面面经:全程围绕 Agent 平台项目与 AI 使用习惯,考问答链路与意图识别树、MCP 工具使用注意事项与失败处理、AI 生成代码的质量兜底、工具调用结果缓存与长期偏好存储、敏感信息脱敏,最后手撕反转链表并追问线程池配置。

2026-10

字节 AI 全栈一面:Agent 资金流转、幂等与消息队列 ACK

字节跳动 AI 全栈开发 一面

字节 AI 全栈一面:先深挖实习 Agent 项目的资金流转、检索增强、意图识别、工具约束与评测口径,再问后端项目的 Redis 限流、Lua 脚本、多级缓存与消息队列 ACK,最后是进程线程与 p99 排查,手撕 top-k。

2026-10

字节业务中台 AI 全栈实习一面:Agent 八股、网络优化与 LRU 手撕

字节跳动 AI 全栈(业务中台) 一面

字节业务中台 AI 全栈日常实习一面面经:开场无自我介绍,先确认是否有大厂实习经历;主体分三块——Agent(框架选型、手写 Agent Loop 伪代码、防死循环手段、ReAct/Workflow/Replan 的适用场景、MCP 与 function call 的区别、state/context/memory/MCP 的职责、跨会话记忆、Skill/MCP/CLI/plugin 的适用场景、100 个 skill 与 100 个 MCP 如何管理、SKILL 的组成部分);网络(URL 到浏览器渲染全流程与优化点、DNS 优化、100 张图片请求优化、HTTP 各版本并发限制、HTTP/3 是否更快);手撕闭包计数与经典 LRU 缓存;最后反问团队业务与改进建议。

2026-10

字节后端一面凉经

字节跳动 后端开发工程师 一面

字节跳动后端开发一面面经,先围绕 Agent 与 RAG 项目深挖请求链路、工具执行方式、熔断降级与检索评测,再转到进程线程协程、内核态用户态切换、乐观锁悲观锁等并发八股,最后手撕力扣 253 会议室 II。

2026-10

字节后端一面:知识库 Agent 全链路拷打——异步入库、分块策略、混合检索与工具限流

字节跳动 后端开发 一面

字节后端一面以知识库 Agent 项目为主线:向量化与入库的同步/异步取舍、任务中断后的幂等恢复、文档分块策略、为什么用向量检索以及混合检索怎么合并排序、向量索引选型、多工具调度的并行与限流、消息队列异步化后 Agent 循环怎么等待;八股部分问 MySQL 事务四大特性与实现机制、进程与线程的区别;手撕力扣 25「K 个一组翻转链表」。

2026-10

字节后端实习一面:恶意充值 Agent 与线程池拆分的连环追问

字节跳动 后端开发(实习) 一面

字节跳动后端实习一面面经:前半程围绕实习项目连环追问——恶意充值 Skill 的实现、封号规则、为什么用 Agent 而不是直接改逻辑、误封措施、拆分线程池的做法与任务来源、动态拆分的含义与线程池释放、充值送 token 的幂等与原子性、JEV 判题的优化与模型部署方式;八股问 JVM 内存分区、垃圾回收机制、MySQL 索引类型与索引失效场景、慢 SQL 排查与索引设计;算法是打家劫舍,因不熟悉 ACM 模式未在时限内完成。

2026-10

字节集团信息系统后端实习一面:Plan-Execute-Replan、SSE 与 RAG 切块

字节跳动 后端开发实习生(集团信息系统) 一面

字节跳动集团信息系统后端日常实习一面面经:后端项目部分问性能评测流程与和 AI 协作的 Prompt 技巧;Agent 项目部分深挖 Plan-Execute-Replan 与 ReAct 的架构差异、SSE 与 WebSocket 的选型、用 RAG 而不是把知识写进 Skill 的理由、chunk 大小与多路召回的融合;八股只问了 MySQL 索引与回表;手撕二叉树最近公共祖先。

2026-10

字节内部跨转二面:实习方案追问、浏览器缓存与 LangChain 辨析

字节跳动 后端开发工程师 二面

字节内部跨转二面 58 分钟:全程围绕实习追问和挑战方案,无手撕,八股只问浏览器缓存与 LangChain/LangGraph 的区别,最终未通过。

2026-10

字节跳动后端开发(中国交易与广告)二面面经

字节跳动 后端开发 二面

字节跳动中国交易与广告后端二面,50 分钟,前半段设计会议纪要 Agent,追问语音转录、节点重试、幻觉、自进化、badcase 和超大知识库;后半段两道算法:最长回文子串和千万级访问日志 Top10 IP。

2026-10

字节大数据开发二面:七个问题全在 Agent 上

字节跳动 大数据开发 二面

字节大数据开发秋招二面(约 50 分钟)面经:全程围绕 Agent 追问,从 Agent 的原理与优缺点、哪些表该进知识库、线上代码改了怎么办、为什么用 MCP 读代码、团队知识库会有什么问题,一直到 MCP 与 Skill 的区别;团队做 AI 数仓,SQL 题不难,但面评结果不理想。

2026-10

字节大数据开发面经:一二面挂掉又复活,全程被追着问 Agent

字节跳动 大数据开发 多轮

字节大数据开发多轮面经:一二面挂掉后隔一段时间又被捞起,面试官所在部门做 AI 数仓,全程逮着 Agent 追问;作者把每一步讲得很细,反被提醒「讲个大概就行」,手撕五分钟写完仍未能通过,后续又被其他部门捞起继续面。

2026-10

字节跳动抖音开放平台一面面经:TTU 指标归因、Agent 链路与 Vue 响应式

字节跳动 抖音开放平台(前端与 Agent 方向) 一面

字节跳动抖音开放平台一面(内部跨转)几乎全程围绕实习项目追问:自定义性能指标 TTU 的统计口径与优化归因、资源调度与劣化事件拦截、意图识别链路、生成 UI 报告的技术选型和 planner 的作用、Agent 作业诊断的整体链路;八股考 Vue 响应式更新原理与 Agent 和 LLM 的区别、循环流程、工具调用和记忆,手撕题是用有限状态机解析 Markdown 的加粗语法。

2026-10

字节飞书基建一面:MD 解析架构、AST 公共祖先与流式渲染

字节跳动(飞书) 前端全栈(飞书基建) 一面

字节跳动飞书基建前端/全栈一面,围绕 Markdown 解析架构与 AST 最近公共祖先手撕、性能埋点、Agent 报告流式渲染和线上白屏 oncall 展开,面了近两小时。

2026-10

字节跳动 客户端基础技术 二面:Agent 诊断链路与置信度阈值

字节跳动 客户端基础技术 二面

字节跳动客户端基础技术二面,几乎全是实习与场景题:ttu 埋点、性能看板与防劣化、Agent planner 与诊断链路,以及意图澄清阈值、置信度指标和 UI 诊断报告的量化验收。

2026-10

字节一面记录:全程深挖 Agent 项目与图判圈手撕

字节跳动 后端开发 一面

字节跳动一面面经记录:面试时长一小时,几乎全程围绕简历里的第一个 Agent 项目展开,第二个微服务后端项目基本没问;手撕题为图判圈,作者完成了解答但认为「图判圈」这个考点本身出现在这里比较意外。

2026-10

字节全栈二面:SSE、知识图谱与多 Agent 编排

字节跳动 全栈开发 二面

字节全栈二面,从简历里的 AI 经历切入:SSE 是什么、为什么 Event Trace 选 SSE、SSE 与 WebSocket 的区别;代码知识图谱用什么结构组织、底层图的存储与遍历;MySQL 事务隔离级别、RR 与 RC 的区别、联合索引的设计与订单量级;后半场深挖多 Agent 平台——Agent 与 Skill 的抽象边界、为什么用固定 Workflow 而不是 ReAct、编排引擎是否自研、冲突与失败处理、稳定性与效果评测,最后让设计一个「用 Agent 完成电商搜索到下单」的架构,并追问单 Agent + 多 Skill 与多 Agent 的划分依据。

2026-10

字节即梦后端实习一面面经

字节跳动 后端开发 一面

字节即梦后端实习一面:岗位 JD 偏 Agent 开发与后训练,面试大部分时间在问项目,其中一道题问为什么代码检索从 RAG 转向了图检索(GraphRAG),另一道是场景设计题——股票交易推荐 Agent 有 8000 token 预算,突然来了 20000 token、分三类 JSON 的数据,要求给出处理方案并写代码。

2026-10

字节 React Native 二面:RN 架构原理、直播间性能与 Agent 研发效能

字节跳动 客户端开发(React Native) 二面

字节跳动 React Native 方向二面面经,40 道题分四块:RN 基础原理(线程模型、setState 渲染链路、ShadowNode、桥接通信、多根实例、生命周期、原生事件、Hermes 与 Fabric/TurboModule)、RN 性能与直播间业务场景(性能瓶颈、哪些模块适合 RN、多浮层管理、多根通信、内存泄漏与 JS 线程阻塞、频繁桥接优化、手势冲突、白屏监控、长列表虚拟化)、Agent 研发效能(如何评估 Agent 系统、成功率上不去怎么归因、ReAct 缺陷、JSON 输出不稳定、Skill 设计),以及工程与行为类问题。

2026-10

传化智联一面面经:Agent 框架、上下文优化与 JDK 对象生命周期

传化智联 后端开发 一面

传化智联一面面经:实习中的难点与解决方式、Agent 框架层设计与上下文优化、JDK 源码与对象从创建到销毁的生命周期阶段、MySQL 索引,以及优缺点、期望工作地点与薪资等问题。

2026-10

CLPS 华钦科技 Agent 开发实习:20 分钟全在查项目是不是你亲手写的

CLPS 华钦科技 Agent 开发实习 实习面试

CLPS 华钦科技 Agent 开发实习面试(20 分钟出头):HR 主动捞简历后临时转到 Agent 方向,两个校内小项目被推上台面,全程在核验真实性——模型是内网还是公网、版本号、四个智能体的分工、是否独立完成、手写还是 AI 辅助、部署与交互方式,再追问 Java 项目的版本细节与岗位意向。

2026-10

招商银行深圳分行 信息科技岗 笔试复盘

招商银行深圳分行 信息科技岗 笔试

招商银行深圳分行信息科技岗笔试复盘:总分 120,单选 45 题每题 1 分、多选 5 题每题 2 分、填空 10 题每题 2 分、程序填空 2 题每题 5 分、应用题 5 题每题 7 分;整体涉及大模型与 agent 基本概念、计算机网络、Java 基础,没有行测,应用题含二叉树找第 k 小元素与 SQL 题,其余偏开放题与系统设计、agent 相关。

2026-10

携程 Agent 一面:多 Agent 协同、RAG 与意图路由

携程 Agent 开发 一面

携程 Agent 一面,从项目切入连续追问多 Agent 协同、RAG 核心流程、context engineering 与 prompt engineering 的区别、召回率计算与优化、Agent 产出评估、bad case 回流、意图路由与多意图处理,以及历史记录导出和 LangChain/LangGraph 选型。

2026-10

携程大模型算法一面 12 问:Agent 协同、RAG 流程与评估体系

携程 大模型算法 一面

同岗位另一份一面记录:12 问集中在 Agent 协同机制、RAG 流程拆解、context 与 prompt 的分工、召回率的算法和优化优先级、Agent 效果评估,以及意图路由的误判兜底。

2026-10

CVTE 应用开发一面:LangGraph 编排深挖与 Java 线程池源码

CVTE 视源股份 应用开发工程师 一面

CVTE 应用开发一面:以科大讯飞数据处理 Agent 为主线深挖 LangGraph 的主子图编排、节点输入输出、持久化与异常恢复、效果评估,再切工程八股——适配器与策略模式、Redis 持久化、进程线程协程、线程池源码,最后口述一道二分。

2026-10

CVTE 一面面经:Kafka、Redis 与 SSE 选型

CVTE 未透露 一面

CVTE 一面凉经,无手撕共 10 题:Kafka 消息丢失、Redis Bitmap 设计、RAG 文档分块、SSE 与 WebSocket 选型、Agent 意图理解、OOM 与慢索引排查、设计模式、浏览器请求全链路。原帖未写明具体岗位。

2026-10

袋鼠云前端二面:长对话上下文、Agent 工具权限与流式消息处理

袋鼠云 前端开发 二面

袋鼠云前端开发二面面经:自我介绍、实习与项目介绍之后全是 AI 应用的场景设计题——并发请求的展示顺序、AI 聊天接口的长对话上下文保持、Agent 工具权限流程设计,以及 AI 正在生成时用户又发一条消息该怎么处理。

2026-10

得物 Golang 一面:并发 map、超时控制与 Agent 设计

得物 Golang开发 一面

得物 Golang 开发一面记录:从 goroutine 与操作系统线程的关系切入,连环追问并发读写原生 map 的崩溃原因、去掉运行时标志位校验和写不同 key 时的后果,随后是 800ms 预算下并发查三个下游的超时设置与 context 取消、大批量查询的并发限制,最后落到 MySQL 唯一索引与 Redis 分布式锁的订单幂等方案,以及客服 Agent 的双数据源检索、工具参数校验、工具膨胀与回答质量评测。

2026-10

得物 Golang 开发一面:内存逃逸、Map 并发与 Gin 路由

得物 Golang 开发 一面

得物 Golang 开发一面面经:自我介绍后先深挖实习项目——DDS 是什么、底层用什么数据结构、和 Redis 有什么区别、Gin 的路由是怎么实现的;再聊两个 Agent 项目的召回命中率、是否上线、是否用 Go 写;八股集中在内存逃逸(什么情况分配到堆/栈)、goroutine 并发安全、Go Map 的底层原理与并发读写问题。候选人本身是 Java 背景、被第二志愿捞起,Go 八股答得不熟,自评大概率挂。

2026-10

得物一面

得物 Java 后端 一面

得物 Java 后端一面面经:线程池的创建方式、空闲线程状态与源码,CPU 飙高与死锁的排查手段,@Transactional 传播机制加「A 调 B、B 报错被 catch」「B 加 @Async」两个场景题,Spring 事件监听与容器启动完成的感知方式,以及 MySQL 隔离级别下的并发更新场景,最后聊了 Agent 调用工具的流程。

2026-10

得物 MLOps 与 Agent 实习 一面(25 分钟)

得物 MLOps与Agent开发实习 一面

得物 MLOps 和 Agent 实习一面约 25 分钟:前后端学习范围、Ant Design、记录操作人的几种方式、Cookie 与 Session 与 JWT、一个 HTTP 请求到查库的完整链路、让模型稳定输出 JSON、造数平台难点与数据质量观测,最后是读代码题。

2026-10

滴滴 Agent 岗面经:智能客服与行程规划 Agent 设计

滴滴 Agent 开发

滴滴 Agent 岗面经,全程围绕真实项目与技术选型追问依据:智能问数的数据误差归因、幻觉优化、知识库增强与微调的适用边界、基座与微调数据选择、评估体系、verl 中的 agent loop、GRPO 与 on-policy/off-policy 取舍,以及出行场景智能客服的对话状态管理、工具编排、兜底与服务质量评估,行程规划 Agent 的长流程上下文、断点恢复、多 Agent 并发改文件的冲突处理,手撕买卖股票 II 与编辑距离。

2026-10

滴滴 Java 一面:Agent 项目追问与 Python 基础

滴滴 Java 后端 一面

滴滴 Java 一面,调岗进入。前半场围绕实习 Agent 项目连续追问:为什么选 ReAct、有没有对比规划执行与反思、上下文和记忆怎么管理、如何决定下一步动作、怎么衡量模型可靠性、哪些情况需要人工介入;后半场是 Python 深拷贝、负索引、GIL 与性能,全程无手撕。

2026-10

深势科技后端一面:WorkflowState 与显式状态机、上下文控制、点赞并发与分表 Top10

深势科技 后端开发 一面

深势科技后端一面以 Agent 项目为主:workflowState 存什么、显式状态机相比链式调用的优势、节点数从 7 个扩展到更多怎么设计、Redis 与 MySQL 各存什么、控制上下文长度的手段、代码检查自动修复的闭环、build node 拉起 npm 子进程高并发怎么处理;场景题是库存扣减成功但券记录插入失败怎么办、点赞取消并发如何保证最终状态与计数正确、分库分表后跨表求点赞 Top10 及热点月处理;八股覆盖四种限流、ConcurrentHashMap 7 与 8 的区别、线程池参数与销毁、MySQL 无主键、Redis 哨兵选主。

2026-10

多益网络校招面试(技术面 + HR 面)

多益网络 软件工程师 一面、HR面

多益网络校招面经,记录从网申、测评、笔试到技术面和线上 HR 面的完整流程:技术面围绕检索与 Agent 项目深挖,问了上下文熔断、BM25 与向量索引重排序和 RAG 全流程,HR 面则复用网申观点题并追问加班看法。

2026-10

帆软后端一面:半小时、没怎么问八股的一场

帆软 后端开发 一面

帆软后端开发一面(约 30 分钟):没有网上说的几十道八股,主要问实习最难的需求、AI 代码怎么保证正确、两个 Agent 怎么通信、Agent 开子任务用多线程还是多进程,最后手撕和为 0 的子数组个数。

2026-10

满帮 AI 全栈一面:Agent 流程、推理延迟优化与 MySQL 慢查询排查

满帮 AI全栈 一面

满帮 AI 全栈岗位一面面经,面试围绕实习 Agent 流程、端到端延迟与大模型推理速度优化、用户无反馈时如何判断不满意,以及 MySQL 慢查询、explain 字段、索引命中仍慢和深分页排查展开。

2026-10

吉比特前端一面:AI coding 工作流、MCP 与接口幂等

吉比特 前端开发 一面

几乎全程在聊 AI 协作开发的前端一面:从需求到上线的 harness 工作流怎么搭、需求该自己拆还是先交给 AI、AI 写出隐性 bug 怎么防、MCP 是什么和怎么实现、实习里 AI 项目的记忆与会话管理、和豆包这类产品的差别,最后是 token 幂等的具体场景与合并区间算法题。

2026-10

10.28 广东电信软件开发线下面试:实习挑战与 Agent 链路

广东电信 软件开发 一面

广东电信软件开发线下一面:实习中实际经历的挑战、Agent 项目的具体链路、实习参与内容、为什么选这个地方的电信、是否了解云网工程师、为什么投软件开发。

2026-10

浩鲸一面:Skill 和 MCP 有什么区别、Spring Bean 生命周期、两段式 AI 落地追问

浩鲸科技 Java 后端(AI 方向) 一面

浩鲸一面 20 问,前半段全在追 AI 落地的实现细节:工具和 Skill 怎么被调用、Skill 里的流程、AI 怎么获得 Skill、Skill 与 MCP 的区别、向量库与 RAG 场景;后半段回到 Spring Bean 生命周期、AOP/IOC、Kafka 结构与 MQ 选型。

2026-10

恒生电子一面面经

恒生电子 技术岗 一面

恒生电子技术岗一面面经:围绕日常使用哪款 AI Coding 工具、如何对比生成代码质量展开,另问实习项目的人员分配、职业规划、实习经历以及对 Agent 的了解。

2026-10

华为 AI 模型 Agent 技术面:三轮都问了什么,手撕是一道博弈

华为 AI Agent(算法) 一面+二面+主管面

华为 AI 模型 Agent 技术岗三轮:一面从简历挖 Agent 与算法八股、手撕不连续取数的取石子博弈;二面深挖项目实现细节、手撕哈希题;主管面聊对 AI 的看法与价值观。

2026-10

华为 AI 技术应用一面:Harness 设计、记忆模块与两道手撕

华为 AI技术应用 一面

华为 AI 技术应用一面面经(10.13 上午,约一小时):问题全部围绕实习与项目展开,重点追问 Agent 开发中 Harness 怎么设计、记忆模块怎么做、实习产出与技术选型,八股只问了一些 Redis,手撕先是一道非 hot100 的 hard 题、后换成非 hot100 的 mid 题(字符串排列),面试结束十分钟后通知一面通过。

2026-10

华为 10.28 AI 方向机考:10 道选择题与信息增益决策树

华为 AI 算法(机考) 笔试

华为 AI 方向 10 月 28 日机考真题:10 道选择题覆盖卷积通道数、激活函数值域、矩阵乘的几何含义、ReAct 范式、训练困惑度反弹的归因、误差限传播、INT4 权重量化的部署细节、Agent 任务分解与工具调用降错、方差计算;另有一道 150 分编程题,要求按信息增益建一棵离散决策树并做预测,包含并列取小下标、空分支与未见取值回退到多数类等边界。

2026-10

华为通软西安线下三面合辑:手撕与八股复盘

华为 通用软件开发 一面+二面+三面

华为通用软件开发西安线下三轮面试合辑:一面 35 分钟,手撕左上到右下路径数目,随后是 C++ 编译产物、RAII、HTTP 请求方法与数据库选型等八股;二面 26 分钟,手撕二分后主要聊项目困难与团队协作;三面 30 分钟基本是聊天,问 base 地选择、有没有迷茫过、为什么本科就业而不是深造;三轮之间间隔不到五分钟,等待第一轮的时间最长。

2026-10

华为线下二面与主管面面经

华为 软件开发 二面、主管面

华为上海线下二面加主管面:二面聊实习和性格题,手撕组合总数;主管面围绕 Agent 框架与发展、社团与沟通经历、研究与毕设、实习协作、技术难点、信息甄别、压力与职业规划展开。

2026-10

北京华宇信息 Agent 开发 二面:部门经理与 HR 同场

北京华宇信息 Agent开发 二面

北京华宇信息 Agent 开发二面由部门经理和 HR 同场:技术侧围绕 Agent 项目的任务拆解、工具调用失败兜底、多轮上下文一致性、单 Agent 与多 Agent 的选择、记忆模块与 RAG 的作用环节、提示词迭代与效果评估;HR 侧问选择岗位的理由、工作地点、分歧处理与成长预期。

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 AI 应用开发

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

恒生电子二面:DeepSeek Harness、插件化与 MySQL 日志

恒生电子 后端开发 二面

恒生电子二面:先聊实习产出与优化可行性,再问 DeepSeek Harness 与其他 Agent 的差异、“一切皆插件”的底层实现,随后是 SQL 优化、索引失效、MySQL 三大日志、InnoDB 与 MyISAM 对比和 AI Coding 提效。

2026-10

恒生电子 Java 复试:Agent 项目链路与团队协作综合面

恒生电子 Java开发 复试

恒生电子南京启金子公司 Java 开发复试:一个面试官,综合面加 HR 面,围绕 Agent 项目收获、入库/分块/多路召回链路、团队协作、base 南京与实习时间展开,十几分钟结束。

2026-10

虎牙全栈开发秋招一面:秒杀防超卖、Agent 中断续跑加一轮后端八股

虎牙 全栈开发 一面

虎牙全栈一面无手撕:三道场景题(高并发秒杀、突发流量打崩下游、Agent 任务中断与续跑)加实习里的 Agent 工程细节,最后是一整轮后端八股。

2026-10

虎牙 全栈开发 秋招二面:AI 编码工作流与 Redis 深挖

虎牙 全栈开发 二面

虎牙全栈开发二面无手撕:先问竞赛含金量与难度,再深挖实习的分布式锁与异步线程池、QPS 与性能优化前后的指标、Agent 架构与产出评测、AI 编码的质量约束与工作流、如何防止 AI 改动无关代码,最后连问 Redis 为什么快、为什么不直接当存储、持久化、集群方案与主从同步。

2026-10

科大讯飞 AI 全栈开发一面:前端架构、进程线程与 Agent 框架

科大讯飞 AI 全栈开发 一面

科大讯飞 AI 全栈开发一面,整体偏技术摸底、考知识广度而非深度:前端问原生 JS 与其他框架的差异、自我评价、React/Next.js 的使用、Next.js 页面报错与控制台报错的区别;后端问主要语言;操作系统问进程与线程、项目里是否用到线程、Linux 使用程度;数据库问 MySQL 事务隔离级别及各自解决的问题;中间件问 Docker/K8s、Redis 的用途;AI 侧问了解哪些 Agent 框架。面试官反馈知识面较广。

2026-10

科大讯飞 AI全栈开发 HR 面:保研动机、项目真实性与城市选择

科大讯飞 AI全栈开发 HR面

科大讯飞 AI 全栈开发岗 HR 面实录:自我介绍之后先追问本科保研动机与 GitHub 真实性,再逐个核实两个项目的立项原因与真实使用人数,随后考「你怎么看 Agent 的发展」「你怎么理解 AI 全栈开发」,最后是 offer 情况、为什么从湖南来合肥、选公司看重什么、性格自评与反问。技术面过了之后这一轮考的是稳定性与动机是否自洽。

2026-10

科大讯飞后端一面/三面/HR 面:Agent 状态流转、上下文压缩与 AI Coding 分工

科大讯飞 后端开发 一面、三面、HR面

科大讯飞后端三场面试记录:一面偏技术细节(预计算+Redis 缓存瓶颈、缓存与中间结果不一致、binlog 与 MQ 两种一致性方案的选型、ThreadLocal 弱引用与内存泄漏、线程池拒绝策略、上下文压缩、AI Coding 分工);三面偏架构与协作(路由准确性、graph 的实现、状态存储、PRD 与需求变更、团队机制问题);HR 面围绕实习难题、拒绝需求、多模块规划、分歧协调与留合肥的意愿。

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 AI 应用开发 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

京东 AI Agent开发一面:架构、上下文与超时重试

京东 AI Agent 开发 一面

京东零售 AI Agent 开发一面:深挖 Agent 架构、ReAct 实现、tool call 校验重试、超时幂等、上下文压缩与任务恢复,末尾手撕 Agent Loop。

2026-10

即剪前端实习一面:支付状态恢复、文件上传优化与 Agent 记忆、权限、RAG 切片

即剪 前端开发实习 一面

即剪前端实习一面:先问支付流程后端会涉及哪些设计、刷新页面后支付状态怎么恢复;再介绍项目,问文件上传流程与注意点、做了哪些优化;Agent 部分问涉及哪些能力、记忆怎么做、协作怎么做、工具权限怎么做;RAG 问整体流程与优化、检索与切片策略、不同格式文件的切片差异与 overlap 设置、向量检索与 ES 检索的区别。

2026-10

即剪 前端开发实习 三面:AI 编程工具与 Agent 记忆

即剪 前端开发实习 三面

即剪前端开发实习三面,面试官偏架构视角:AI 编程工具的优劣与适用场景、skill 的使用、研发提效下怎么保质量、前后端方案的判断、关系型与非关系型数据库的区别、Agent 短期与长期记忆的设计与性能优化。

2026-10

靖安科技全栈开发三面

靖安科技 全栈开发 三面

靖安科技全栈开发三面面经,全程围绕简历深挖:空域协同指挥平台的十万级无人机渲染、向量检索系统的切片优化与召回重排、运维 Agent 的工具调用与长期记忆机制,以及「故障诊断从 15 分钟缩短到 1 分钟」这类指标的测量方式。

2026-10

经纬恒润数据平台面经:数仓 SQL、高并发与 Agent 检测设计

经纬恒润 数据平台 一面

经纬恒润数据平台面经:岗位偏数仓与 SQL 开发,实际问了不少后端题——高并发系统设计、线程通信,还有一道设计 Agent 检测思路的场景题。

2026-10

经纬恒润 AI 应用开发一面面经

经纬恒润 AI 应用开发工程师 一面

经纬恒润 AI 应用开发岗一面面经,约 30 分钟、无手撕:开场问转行与离职原因,主体是 RAG 实习项目的双路召回、意图识别、评测指标、文档解析与图片表格处理,以及个人 Agent 项目的框架选型、MCP 与长短记忆实现。

2026-10

经纬恒润数据平台面经:数仓只问了几个 KPI,重点在后端

经纬恒润 数据平台开发 一面

经纬恒润自动驾驶部门数据平台岗面经:岗位名义上做数仓 SQL 开发,实际只问了几个 KPI 口径就草草结束,题目更多偏后端——高并发系统设计、线程通信,以及设计 Agent 检测思路的场景题。

2026-10

九方智投数仓二面:Agent 知识库怎么测质量,效果怎么拆模块衡量

九方智投 数仓开发 二面

九方智投数仓开发二面只聊了二十分钟,题目偏开放:Agent 的知识库质量怎么测、各个模块的效果怎么衡量,另外问了科研方向、Flink 原理,最后让用几个词描述自己。作者觉得问题偏抽象,没聊完就结束了。

2026-10

10.28 康冠科技 Android 应用开发面经:Redis、规则引擎与端侧 AI

康冠科技 Android 应用开发 一面

康冠科技 Android 应用开发一面:Redis 原子占用与多实例并发、保险理算的 Drools 规则解耦与冲突处理、Agent 模块与 AI 生成 SQL 的审核、Android 基础与端侧 AI 架构。

2026-10

快手 Agent 开发二面:Harness、多 Agent 编排与上下文压缩

快手 Agent 开发 二面

快手 Agent 开发二面全程围绕 Agent 工程化展开:Harness 怎么搭、多 Agent 的角色划分与中心调度、记忆为什么用 Markdown 而不是纯 RAG、知识库建设与沙箱权限、无人工审核场景下的错误率控制,以及 MCP 与 Skill 的加载方式和 Token 开销对比。

2026-10

快手 AI Agent 开发凉经:如何定义 Agent?

快手 AI Agent 开发

快手 AI Agent 开发面经:先考对 Agent 本质的理解与 ReAct 在工程实现上的要点(循环驱动、上轮结果传递、单独管理的状态与停止条件),再深挖 Skill 与 workflow 的对比与好 Skill 的判据、高合规场景下的越权风险、Skill 的验证与低成本大规模评测,以及工具失败与任务中断后的状态保存与恢复,最后手撕反转链表并追问线程池。

2026-10

快手 AI 应用开发一面:Agent 设计 + AI Coding 工作流

快手 AI 应用开发 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

快手 AI 应用二面:Agent 框架自研取舍、Skill 效果评估与 MVCC 版本链

快手 AI 应用 二面

快手 AI 应用二面(净时长约 44 分钟):从实习项目切入,追问 Agent 架构是开源还是自研、对框架做过哪些优化、竞品调研与 Skill 效果评估,再考异常指标诊断会不会影响线上稳定性、RAG 经验与容器部署排障,基础知识只问了 MySQL MVCC,最后手写最接近的三数之和。

2026-10

快手 AI 全栈开发面经:Agent Harness、沙箱与知识库两轮追问

快手 AI 全栈开发 一面、二面

快手 AI 全栈开发一面、二面面经:围绕 Agent Harness 的定位与实现、Agent 沙箱、知识库、多实例并发系统和一站式需求交付平台连续追问,最后落到成本与落地。

2026-10

快手 AI全栈开发 一面:Skill 取舍与 MQ 可靠投递

快手 AI全栈开发 一面

快手 AI 全栈开发一面,进二面。一半时间在 Skill:为什么把 workflow 改成 Skill、好坏 Skill 的判据、Agent 什么时候该停、高合规场景怎么防越权、离线评测怎么搭;另一半是后端基本功——SQL 注入三层防护与验证、通义千问在单据业务里的边界,以及 RabbitMQ 的延迟消息、指数退避、消费端宕机与幂等 key 过期时间被追问到「消息处理 12 分钟、key 只有 10 分钟」怎么办。

2026-10

快手 AI 全栈一面:Skill 与 MCP 的 token 消耗、Agent 全链路

快手 AI 全栈开发 一面

快手 AI 全栈开发一面:Skill 与 MCP 的 token 消耗对比、一个 query 从输入到输出的完整链路、AI 开发流程、排查问题的流程、怎么判断一个 Skill 足够好,最后是一道 AI Coding。

2026-10

快手 AI 全栈一面:Agent 工作流、JVM 治理与并发八股

快手 AI 全栈开发 一面

快手 AI 全栈一面面经:先深挖数据分析 Agent 项目(节点编排、skills 的组织识别与召回、相似提示词的准确率、是否统一放 skills 目录交给 AI 调度、做过哪些工程优化),再考 JVM 治理与 CPU 飙高定位、线程池参数、volatile 与原子性、ThreadLocal 原理、ReentrantLock 与 AQS、HashMap 扩容与头插法成环、ConcurrentHashMap、Spring IoC/AOP 与循环依赖、B+ 树与索引失效,最后是一道行转列的 SQL 和手撕删除链表倒数第 N 个节点。

2026-10

快手后端一二面:Agent 执行链路与 SSE 推送、RAG 检索判断、索引下推与引用类型

快手 后端开发 一二面

快手后端一二面连发:一面围绕 Agent 项目问执行链路、20 步上限与 RAG 补查 3 轮的区别、异步执行结果怎么用 SSE 推前端、请求线程返回后为什么还能继续推流、用户隔离、topK 依据、检索相关性怎么判断;八股覆盖事务隔离级别、MVCC、缓存三大问题、HashMap、线程池、慢 SQL 与索引失效,手撕力扣 128;二面问恶意请求防护、稠密与稀疏向量、四种引用、ThreadLocal、索引下推、Lock 与 synchronized、公平锁,手撕力扣 560。

2026-10

快手客户端 infra 四面:weak/strong、C++20 协程与内存块类型判断

快手 客户端 infra 四面

快手客户端中台 infra 的完整流程(一至四面 + HR):每轮都是自我介绍加实习,技术点是 OC 的 weak/strong 代码纠错、MVVM、HTTP 与 HTTPS、拿到一块内存怎么判断是 OC 对象还是 C++ 对象、用 C++20 写协程框架,以及客户端如何被 Agent 赋能的理解。

2026-10

快手 C++开发 一面:MySQL 优化边界与 shared_ptr 线程安全

快手 C++开发 一面

快手 C++ 开发一面:先聊简历项目与 Agent 产品形态,再深挖 MySQL 是否真的需要优化、C++ 服务内存上涨如何区分泄漏与碎片、shared_ptr 的引用计数与线程安全,最后落到 MVCC 和 RR 隔离级别下的幻读。

2026-10

快手 C++开发 二面:哪些 Agent 步骤不该走 MQ

快手 C++开发 二面

快手 C++ 开发二面:围绕 Agent 项目追问主流程用了 MQ 为什么子步骤不照做、Reactor 与 Proactor 的取舍、消费成功但 ACK 失败如何防重复,以及线程池队列设计和上线评测体系。

2026-10

快手 C++开发 三面:P99 抖动定位与多工具并发聚合

快手 C++开发 三面

快手 C++ 开发三面:从内部知识检索 Agent 的架构与指标讲起,追问 CPU 和内存正常时 P99 延迟怎么定位、线上 case 怎么找、多工具并发执行与结果聚合,以及 shared_ptr 在高并发下的数据竞争和性能问题。

2026-10

快手全栈实习生(生活服务)一面面经

快手 全栈开发实习生 一面

快手生活服务全栈实习一面,围绕项目中的分布式锁、LiteFlow 规则引擎、Skill 设计、Agent 上下文、MySQL B+ 树与联合索引,最后是一道 AI Coding。

2026-10

昆仑万维 27 届校招 AI Agent 开发二面:行程规划 + 推荐系统 + RAG

昆仑万维 AI Agent 开发 二面

昆仑万维 27 届校招 AI Agent 开发二面,以「如果让你设计一个功能」为开头连续追问:行程规划 Agent 的工具编排与多轮澄清、RAG 切分与混合检索、生成式推荐的样本与评估、双塔召回与语义 ID、记忆压缩与十万级 QPS 调度,最后手撕双塔前向传播。

2026-10

麒麟软件后端一面:TCP、Redis 原子性、延迟任务与 Kafka

麒麟软件 后端研发 一面

27 问的常规后端面:TCP 与 HTTP 版本、Redis 数据类型与 SETNX 过期原子性、Pipeline 的收益与风险、策略模式与工厂模式的差别、自研延迟任务系统的冷热分层与对账补偿、Agent 的 Tool Calling 校验,以及 Kafka 的分区模型与双通道聚合架构。

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 AI 应用开发 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

乐享元游复试(数据开发):ODS/DWD 分层、分桶与 Agent 落地效果

乐享元游 数据开发 复试

乐享元游数据开发复试:围绕小米 ETL 项目深挖 ODS 分层与清洗、去重依据、存储与建表分区分桶设计、多表关联合并位置、实时还是离线,以及 AI 检测优化、知识库对接、数据对外服务与 Agent 项目上线效果。

2026-10

理想汽车智能应用研发一面:Agent 意图路由与 AI 手撕四数之和

理想汽车 智能应用研发 一面

理想汽车智能应用研发一面,围绕滴滴实习中的 Agent 项目展开,追问意图识别路由、分类模型选择与资产查询优化,还考了 AI 使用经验、Agent 基本原理,以及用 AI 手撕四数之和。

2026-10

零一万物知识图谱算法实习一面:Agent 容错、SFT/DPO 与实体对齐

零一万物 知识图谱算法实习生 一面

零一万物知识图谱算法实习生一面,约 30 分钟:Agent 框架与连续失败兜底、工具参数错误和上下文管理、SFT 与 DPO、LoRA 原理、栈与队列、本体与知识图谱设计,以及同义实体如何合并。

2026-10

脉脉与中科创达 Agent 岗同日面:Python 字典底层、聚簇索引与「Agent 挂了之后用户重复点击怎么办」

中科创达 Agent 开发 一面

同一天两场 Agent 岗面试的合并记录:Python 字典底层实现、堆内存与栈内存、聚簇索引与非聚簇索引的区别、进程与线程;场景题集中在 Agent 的一致性——后台执行完但结果没返回时 Agent 挂了,恢复后用户又点了一次怎么办、怎么应对并发与重复;以及最大困难、vibe coding 中遇到的问题、节点调错工具如何处理。

2026-10

满帮 AI 全栈开发一面面经

满帮 AI全栈开发 一面

满帮 AI 全栈开发一面,约 50 分钟,全程围绕一个「PRD 转研发文档」的 Agent 平台深挖:六阶段串行流程的稳定性、SSE 进度推送与断线重连、MySQL 加 RocketMQ 的状态机与幂等、Redis 分布式锁,最后是一道批量导入场景题和两道智力题。

2026-10

美团 Agent 开发一面:Markdown 没标题怎么切分?

美团 Agent 开发 一面

美团 Agent 开发一面面经:以“周末去南京玩两天”的行程规划 Agent 为主线考工具编排与异常处理,深挖 RAG 的 Markdown 切分、短 Query 与长 Chunk 的向量化对比、混合检索与 RRF,另含电商搜索排序 Agent 与推荐理由评估。

2026-10

美团 Agent 开发凉经:项目匹配度不够,但问题很经典

美团 Agent 开发

美团 Agent 开发面经:从 Agent 项目架构与 RAG 流程切入,考多 Agent 的任务分配、执行状态管理与结果汇总,上下文与长短记忆的分层设计和记忆冲突处理,意图识别与评测集构建,工具失败与 Token 成本优化,并让现场设计行程规划 Agent、追问 Markdown 切分与混合检索融合,最后手撕线程安全 LRU。

2026-10

美团 Agent 开发一面凉经:26 问深挖 Agent 工程与 skill 设计

美团 Agent 开发 一面

美团 Agent 开发岗一面凉经,面了一个多小时。问题是围绕项目从链路到设计的连续追问:完整描述 Agent 从接收输入到产出结果的链路、测试用例设计、为什么需求文档没纳入输入、结果是否执行真实任务与人工确认边界、信息如何持续积累与失败回流、性能优化的瓶颈定位、数据库接入与表设计、相同查询结果是否一致;后半程集中在方案选型上,包括为什么该场景用 workflow、Agent 执行流程有哪些形式、CLI 封装的好处、参数补全与确认机制,以及 Skill、MCP、Function Calling、Workflow、SubAgent 各自解决什么问题。

2026-10

美团 Agent 开发一面:RAG 被追到第七层,卡在没有标题的 Markdown 上

美团 Agent开发(日常实习) 一面

美团 Agent 开发日常实习一面凉经,面试官围绕智能运维 Agent 连续追问:RAG 与长上下文/自己 grep 的取舍、无标题 Markdown 怎么切、短 query 与长 chunk 的向量对齐、父子索引、知识库更新与矛盾召回、工具返回结构、超窗策略。

2026-10

美团 AI-Agent 开发一面面经

美团 AI-Agent开发 一面

美团 AI-Agent 开发秋招一面,70 分钟,围绕 Markdown 记忆管理与 RAG 的取舍、Agent Teams 与 Workflow 编排、全自动化的稳定性、多工具调用、短期/长期记忆、MCP、工具选错的分层修复,以及如何证明方案真正影响指标。

2026-10

美团秋招AI后端一面二面面经(食杂零售)

美团 AI 后端开发工程师 一面二面

美团食杂零售 AI 后端秋招一面二面面经:一面围绕实习中的 Agent 平台、SSE 与跨语言通信、Skill 设计与慢 SQL 排查;二面深挖信审链路、令牌桶限流与聚簇索引。

2026-10

美团 AI后端开发 二面:Agent 路由、RAG 召回与营销投放设计

美团 AI后端开发 二面

美团 AI 后端开发二面,围绕一个 Agent/RAG 项目追问业务价值、召回指标、场景路由与上下文治理,再让设计营销投放 Agent,最后聊技术选型、微调与到岗意愿。

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 AI 应用开发 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

美团一面 40 问:Agent 断点续跑、资金链路风控与 binlog 对账

美团 后端开发 一面

美团一面全程围绕实习项目深挖,40 个问题几乎没有纯八股:Agent 断点续跑与对话隔离、幻觉防控、资金交易链路的风控、binlog 同步与对账不一致、MQ 乱序与分区键、双跑灰度与额度冲突、降级限流、多 ES 可用性,最后是 AI Coding 的 SOP 与「为什么不直接让大模型出方案」。

2026-10

美团全栈开发日常实习一面:ReAct、RAG 三路召回与 Agent 自进化 49 问

美团 全栈开发(日常实习) 一面

美团全栈开发日常实习一面面经,面试约 30 分钟、共 49 问,前半程全部围绕自研 Agent 框架深挖:为什么选 ReAct、为什么不用 LangChain、RAG 三路召回与重排、多 Agent 拆分与工具权限隔离、会话记忆压缩、MCP 与 Skill 的区别、Agent 自进化;后半程转向微服务项目,问 OpenFeign、双 Token 登录、ClickHouse/Neo4j 选型、MQ 异步与幂等、Redis 与数据库一致性、WebSocket 实时通信。作者反馈这是目前最满意的一次面试,没有手撕。

2026-10

米哈游 AI Agent 一面:代码生成链路、并发隔离与手撕 LRU

米哈游 AI Agent 一面

米哈游 AI Agent 一面实录,前半场深挖代码生成系统:从输入到产出的全链路、上下文超限与 1M 窗口也不够时的工程方案、服务重启后的断点续传、多 Agent 改同一文件的冲突与分布式锁、Codebase Memory 与知识库检索、代码审查与测试用例生成;后半场是 MySQL 索引 B+ 树、Spring Bean 注入、大模型缓存与并发优化,最后手撕 LRU 并追问泛型、过期时间与线程安全。

2026-10

米哈游 大模型算法 面经:LoRA 一致性、Agent 与推理优化

米哈游 大模型算法

米哈游大模型算法岗面经:ACM 模式代码题加三道手撕(岛屿数量、rand7 实现 rand10、冒泡排序),技术题覆盖 LoRA 原理与一致性控制、大请求量下的 QPS 保障、Agent 使用经历、实习期 60 多个自动化验证用例的追问,以及多模态视频输入与视觉幻觉缓解、embedding 与 reranker 的分工、ANN 选型、Transformer 与 Attention 复杂度、KV Cache、GQA/MLA、vLLM、Flash Attention、稀疏注意力和推理变慢的排查思路。

2026-10

上海模算归巢测试开发一面(Agent 产品方向):怎么测 Agent、怎么测大模型网关

上海模算归巢 测试开发(Agent 产品) 一面

上海模算归巢 Agent 产品方向测开一面:自我介绍、两段实习的主要内容、提效 67% 这个数据怎么算出来的、用 Coze 搭的工作流如何实现自主评审、怎么理解测试与测开、针对实习里的 Agent 怎么测、大模型网关怎么测、了不了解 LLM as judge、有没有搭过 CI/CD、职业规划。

2026-10

字节腾讯快手等后端与 AI 全栈高频 12 题汇总:Redis 锁与 RAG

多家公司 后端开发

把近两周字节、腾讯、快手、水滴与米哈游面经里反复冒头的题挑出 12 道:八股压在 Redis 分布式锁、MySQL 索引与事务、TCP 与 HTTPS、进程线程协程、Go 的 GMP 和缓存三大问题上;系统侧问幂等、缓存一致性、RAG 与 Agent;另附三道高频手撕。

2026-10

南方基金 AI 应用大模型方向:笔试题目与一面面经

南方基金 AI 应用大模型 笔试+一面

南方基金 AI 应用大模型方向秋招记录:笔试考 Transformer 归一化选择、ReAct 的错误传递与循环漂移、Self-Consistency 与推测解码、旋转矩阵算法;一面 15 分钟全程问简历,围绕 Agent 记忆管理、主流架构、Prompt 版本控制与模型训练参数量/数据来源/评测展开。

2026-10

网易 Agent 开发一面:SSE 与 Streamable HTTP、MCP 版本兼容、记忆分层设计

网易 Agent 开发 一面

网易 Agent 开发一面实录,30 余题几乎全落在 Agent 工程链路上:MCP 的四种传输方式适配与版本兼容、工具数量膨胀后怎么取舍、工具调用准确性、对话 Agent 的会话表与消息表设计、分层记忆与上下文压缩、缓存穿透击穿雪崩、布隆过滤器、缓存与数据库一致性、RAG 流程与准确率,最后手撕最长递增子序列,并追问项目里的子图拆分理由与 Skills 机制。

2026-10

网易互娱 AI 应用开发实习一面凉经

网易互娱 AI应用开发 一面

网易互娱 AI 应用开发实习一面凉经:现场画 Agent 架构并追问实现,覆盖 Python GIL 与异步并发、进程线程与僵尸进程、HTTPS 原理、推荐排序、快速排序,以及 Agent 长期记忆与遗忘机制。

2026-10

网易云音乐全栈开发一面面经

网易云音乐 全栈开发 一面

网易云音乐全栈开发一面,先深挖字节风控实习(处罚中心、黑产识别、团伙模型、归因 Agent、多 Agent 状态同步),再问大模型幻觉、HashMap、synchronized/AQS、InnoDB 索引、隔离级别、Redis 缓存与分布式锁、TCP 握手与 SYN 洪泛,手写反转链表。

2026-10

网易云音乐全栈一面:Agent 底层、harness 与 multi-agent 编排怎么答

网易云音乐 全栈开发 一面

网易云音乐全栈开发一面,没有常规八股也没有手撕,全程问实习里的 Agent:底层实现原理(harness、hook、MCP、记忆模块)、一条消息发出去 Agent 如何响应、上下文工程与 multi-agent 怎么设置、RAG 在项目里落在哪、平时如何用 AI 开发、以及「怎么防止 Claude 封号」这类实操问题。

2026-10

网易云音乐全栈一面:Agent 闭环与百万级遍历

网易云音乐 全栈开发 一面

网易云音乐全栈开发一面(10/13):上半场围绕 Agent 项目的闭环验证、意图识别与幻觉展开,并给出多子任务并行编排、百万级歌曲标签判断两道场景设计题;下半场是 JVM 垃圾回收、双亲委派、HashMap 结构,以及一条歌曲版权查询的 SQL 与索引设计和游标遍历方案。

2026-10

蔚来 AI 测试开发一面:上线准入、评测集分层与 Agent 线上评估

蔚来 AI测试开发 一面

蔚来 AI 测试开发一面面经,题目全部围绕「怎么证明一个 AI 功能可以上线」:如何判断 AI 功能达到上线要求、朋友圈三天可见怎么设计测试用例、Bad Case 如何定义与入集、评测集如何分层、F2E 自动生成的测试代码如何验证、Case 与接口映射错误如何避免漏测、如何验证线上 Agent 的评估能反映真实体验、测试用例库是否都该人工编写、Figma UI 稿解析工具的测试重点。

2026-10

Agent 面试题库 80 问:ReAct、RAG、记忆分层与 MCP 工程落地

牛客网用户分享 Agent 应用开发

一份自己整理的 Agent 面试题库,共 80 问:从 Agent 与聊天机器人的区别、ReAct 与 Plan-and-Execute 等执行范式,到 RAG 全链路与混合检索、记忆分层与冲突处理、Skill 与 MCP、提示词注入防护,以及 Agent 项目的存储选型与微服务调用。

2026-10

绿盟 C++开发一面:core 分析、内存泄漏与增量渲染

绿盟 C++开发 一面

绿盟 C++ 开发一面面经,覆盖面很宽:core 文件分析、内存持续上涨的判定、虚拟内存与物理内存映射、匿名内存与文件映射的区分,再到异步任务框架的超时取消重试、多智能体并行去重、大模型上下文压缩、MCP 工具调用的参数与权限边界,以及 Markdown 增量解析和数据库索引/锁等待排查。

2026-10

拼多多 AI Agent开发三面:上下文、断点恢复与多 Agent 协作

拼多多 AI Agent 开发 三面

拼多多 AI Agent 开发三面:代码生成链路与上下文工程、断点恢复、多 Agent 并发写冲突与幂等、知识库检索调优,末段手撕 LRU。

2026-10

拼多多大模型算法岗二面面经(同场另一记录)

拼多多 大模型算法 二面

拼多多大模型算法岗二面另一份记录,题目与同场面经一致:项目深挖、SFT+RL 范式、准确率短板与迭代方案、AI Agent 理解,以及递增三元子序列手撕。

2026-10

拼多多大模型算法岗二面面经

拼多多 大模型算法 二面

拼多多大模型算法岗二面,围绕实习项目的建模与落地、SFT+RL 训练范式的必要性、准确率瓶颈的归因与迭代、AI Agent 的工程价值展开,手撕“是否存在长度为 3 的递增子序列”。

2026-10

拼多多 后端 面经:Agent 项目、Redis 缓存与手撕

拼多多 后端开发

拼多多后端面经,前半段深挖 Agent 项目,后半段考 Redis 缓存策略与数据结构、MySQL 索引、SQL 手写、字符串全排列和笔试题手撕。

2026-10

拼多多 大模型算法 二面:模型内化机制到底不可替代在哪

拼多多 大模型算法 二面

拼多多人才计划大模型方向二面:不考八股和手撕,全程拆解「模型内化 + Agent」方案的不可替代性,追问知识偏差、业务增益、与 RL 和自动调参的差异、rollout 算力利用率和可量化指标。

2026-10

平安科技笔试:操作系统计网选择题 + Agent 与 RAG 问答题

平安科技 后端与 AI 方向 笔试

平安科技秋招笔试记录:6 道单选(操作系统、计网、Python 语法)、3 道多选(Agent 与 AI 基础)、5 道问答(RAG 检索与生成阶段的问题、幻觉概念、工具调用的底层实现)、2 道编程(字符串反转、判断数组中两个数字是否相邻)与 5 道 AI 相关填空(控制输出多样性的参数、强化学习所处训练阶段、模型量化等)。

2026-10

平安银行一面:微服务容错、消息一致性与 RAG 排查

平安银行 后端开发 一面

平安银行后端开发一面(秋招正式批,10 月 12 日):从 AI Coding 在遗留系统中的风险切入,覆盖 Spring Cloud 跨服务调用的超时重试熔断降级幂等、连接池容量与 SQL 索引优化、RocketMQ 事务消息与本地消息表、Redis 加 Lua 分布式锁、线程池参数、ZSet 排行榜与 Pipeline、SkyWalking 链路追踪,以及审核指标、RAG 召回与 Agent 记忆系统设计。

2026-10

启元机器人软件平台开发一面:转账 Agent 的槽位、幂等与稳定性

启元机器人 机器人软件平台开发 一面

启元机器人软件平台开发一面,19 个问题几乎全围绕一个转账/表单 Agent:意图识别与槽位补全、语义指令与表单的取舍、工具路由与业务规则、工具失败兜底与转账幂等、报关单/发票多模态抽取,以及高并发验证和 Agent 上线前的稳定性测试。

2026-10

启云方 AI 应用开发 一面:56 题连问,从 HashMap 到 Agent 中控

启云方 AI应用开发 一面

启云方 AI 应用开发一面约一个半小时,连续 56 题:实习与项目(Redis ZSet 延迟队列、补偿与一致性)、笔试复盘与背包 DP、Java 集合与并发(HashMap 扩容、红黑树、ConcurrentHashMap、CAS、synchronized 升级、AQS)、Redis 缓存与 ZSet、MySQL 隔离级别与索引、Kafka 可靠性、线程池,最后是 LLM 与 Agent(function calling、MCP、记忆、SSE 与 WebSocket、中控智能体与权限)。

2026-10

去哪儿 AI 应用开发(Java)10.11 笔试:翻转灯颜色求有效对数量

去哪儿 AI应用开发(Java) 笔试

去哪儿 AI 应用开发(Java)最后一批笔试复盘:10 道单选覆盖操作系统、SQL、后端与 Agent,一道赛码网自带的 AI Coding(20 分钟一次通过 32 个用例),算法题是一排双色灯的「有效对」数量——相邻两盏灯颜色不同、权重之和等于目标值、索引一奇一偶,每次翻转一个灯的颜色后都要输出当前有效对的数量。

2026-10

深信服 Java 一面:RAG 答不出就说不知道、Agent 里做资金扣减怎么设计

深信服 Java 后端 一面

深信服 Java 一面 40 分钟:RAG 检索不到 chunk 却仍然作答怎么办、怎么提高答案覆盖率、涉及下单与资金扣减的 Agent 如何设计、MCP 调用失败怎么处理,以及邮件识别实现与职业规划。

2026-10

顺丰 AI 全栈一面:ReAct 循环、缓存命中率与知识库 pipeline

顺丰 AI全栈 一面

顺丰 AI 全栈一面面经(10 月 8 日),半小时无手撕无八股,面试官主问 AI 与实习:ReAct 循环的实现与终止条件判断、最大迭代次数的定法、实测最复杂任务,以及 prompt caching 与 KV Cache 的原理和命中率优化;后半段深入供应链知识库建设,追问 LM Wiki 从 raw 文档抽 concept/实体/边的 pipeline、节点变更的影响面分析、多语言翻译插件为什么用 ES 做语义召回。

2026-10

顺丰科技 AI 开发一面:RAG 知识库、Workflow 与 Docker 部署全链路

顺丰科技 AI开发工程师 一面

顺丰科技 27 届 AI 开发一面:全程围绕一个 AI 应用项目深挖,从整体架构、RAG 知识库、文档切分与混合检索,一直问到 Workflow、Docker 部署、工作空间隔离和质量评测。

2026-10

10.14 顺丰 AI 全栈二面:插件开发、ES 译文检索与 Agent 记忆

顺丰 AI 全栈 二面

顺丰 AI 全栈二面面经:半小时技术面、无手撕、八股少,围绕插件开发机制与 AI 写出的代码怎么验证、机翻为什么用 ES 做相似译文召回而不是全塞提示词、知识库增量更新改用 Git PR 记录,以及 Agent 的工具选择、Chat Memory 与 MongoDB/Redis 选型展开。

2026-10

顺丰 Java 后端一面面经(无手撕)

顺丰 Java后端 一面

顺丰 Java 后端一面面经(无手撕):线程池的参数、任务入队流程、有界与无界队列取舍、拒绝策略与无界队列 OOM 的排查和工具(含 Arthas);Redis 为什么快、分布式锁与 Redisson 锁续期、应用内存与 Redis 内存的区别及缓存架构设计;MySQL 的 B 树与 B+ 树对比、Kafka 高水位线,以及 Agent 项目的记忆模块、上下文压缩与 LangGraph 编排是动态还是线性。

2026-10

虾皮 Agent 开发一面

虾皮 Agent 开发工程师 一面

虾皮 Agent 开发一面面经,全程围绕三个项目深挖:微调与 Prompt 的选型、代码仓库 Description 的粒度与失效纠正、故障归因系统的日志排查与效果评估,以及知识图谱问答的 Query 拆解与实体排序。

2026-10

虾皮大模型后训练日常实习一二面:SWE Agent 后训练与 GRPO 深挖

虾皮 大模型后训练日常实习 一面+二面

虾皮大模型后训练日常实习一面二面面经:一面围绕自研 SWE Agent 项目追问显存估算依据、Qwen2.5 基座选型、工具集设计与 32K 上下文局限,并深挖 NGRPO、DAPO 样本过滤、GRPO 固有缺点、梯度范数、Reward 不涨的排查路径与 KL 散度崩盘;二面问训练框架取舍、Agent 强化学习的信用分配、数据集构成与处理、OPSD 的 Forward KL 选择以及 LoRA 微调原理。

2026-10

数盾股份 AI 应用开发实习一面:虚拟内存、35B 模型部署与 Agent 工程

数盾股份 AI应用开发实习 一面

数盾股份 AI 应用开发实习一面(近一小时):从学业成绩切入操作系统与模型部署——虚拟内存、进程线程、模型运行时内存占用、35B 模型要什么配置、上下文压缩的目的与缓存机制,最后问 Agent 接口是否硬编码以及怎么用 AI 辅助开发。

2026-10

水滴 AI 全栈(北京)一二面:从 InnoDB 索引问到 Agent 中断恢复

水滴 AI全栈 一面、二面

水滴秋招 AI 全栈岗一二面:一面以实习项目开场,随后是 InnoDB 聚簇索引与回表、B+ 树选型、MVCC、Python 进程线程协程与 GIL、Redis 分布式锁的设计细节、缓存击穿/穿透/雪崩与布隆过滤器、Agent 中断机制与 WebSocket/SSE,最后聊 AI coding 工具差异;二面偏项目评估、模型对比、MQ 积压与微服务组件。

2026-10

水滴 AI 全栈工程师高频考点:Agent 记忆、SSE 流式与后端八股覆盖面

水滴 AI 全栈工程师

水滴 AI 全栈工程师的高频考点汇总:Agent Loop 与 MCP 概念、记忆分层与存储选型、SSE 断线续传、RAG 与 GraphRAG 的取舍、多步任务准确率衰减,再加操作系统、网络、MySQL、Redis、Kafka 一大片后端八股。

2026-10

水滴 AI 全栈工程师秋招一面面经

水滴 AI全栈工程师 一面

水滴 AI 全栈工程师秋招一面,问题跨度从进程线程、协程、库存超卖、虚拟内存、TCP/UDP、HTTP/WebSocket、索引结构,到 Agent loop、harness、提示词工程、RAG 与 AI 工具开发流程。

2026-10

水滴公司 AI 全栈工程师一面:从进程线程到 Agent 记忆设计

水滴公司 AI全栈工程师 一面

水滴公司 AI 全栈工程师一面:前半段是操作系统与 Java 并发基本功(进程线程、IPC、TCP、线程池参数与拒绝策略、CAS、volatile),中段问线上卡顿与 Redis 的排查维度,后半段全部围绕大模型 Agent——记忆与知识库怎么设计、语义切分、图检索、工具层,以及 LangGraph 与 DeepAgents 的区别。

2026-10

10.21 水滴 AI 全栈一面:MySQL 索引连环追问与 Redis 设计

水滴 AI全栈工程师 一面

水滴 10.21 AI 全栈一面(已挂):项目难点从录播讲到 XXL-JOB 与 Spring 定时任务,Agent 项目追问向量化方案与准确性评估,随后是 MySQL 索引设计、索引失效、IN 查询走不走索引、隔离级别、三种日志与 MVCC,以及 Redis 单线程、数据类型底层结构、持久化选型与线程池流程。

2026-10

水滴校招测试一面:Skill 准入、上下文污染与敏感信息泄露测试

水滴 校招-测试 一面

水滴校招测试岗一面面经,全程围绕 Agent 类系统的测试方法:一个 Skill 从注册到被 Agent 使用要验证哪些内容、AI 生成用例如何判断真有价值、如何验证 Agent 的最终答案不是「看起来正确」、如何测试多轮对话的上下文污染、没有标准答案时如何验证 Skill 输出质量、Skill 调用链路的异常测试、Skill 描述歧义的判断方法、敏感信息泄露测试,以及 Agent 的发布准入标准。

2026-10

多家小公司 Java 后端一面:版本号追问、上机 AI 编程与 RAG 深挖

多家小公司 Java 后端 一面

三场小公司 Java 后端面试:一场线下副经理面只问背景与课题组方向、现场让用 AI 处理文档表格;一场线上因为说不出 SpringBoot 和 Redis 的具体版本被质疑三分钟结束;第三场一轮技术面加经理面,笔试考 MySQL、HTTP、Linux、Docker,面试几乎全压在 RAG 项目和 Agent 工具调用上。

2026-10

某小厂 Java 实习一面:订单号计数表、秒杀与 RAG

某小厂 Java 实习生 一面

某 20-99 人公司 Java 实习一面(15 分钟):自我介绍后问实习做了什么、简历上的订单号独立计数表怎么设计、秒杀项目的 Redis 扣库存与消息队列、智能体项目的 RAG 与工具调用,面试官明确说不问 Java 八股。

2026-10

小厂 Agent 开发一面:Text-to-SQL、RAG 与 Agent 范式

某公司 Agent开发工程师 一面

小厂 Agent 开发一面约 30 分钟,深挖企业问数平台和夏都探源项目,覆盖意图识别、SQL 正确性、RAG 分块与混合检索、记忆压缩和 Agent 范式。

2026-10

阶跃星辰开发者关系实习一面:Agent 架构、LangGraph 与语言基础

阶跃星辰 开发者关系(技术向)实习 一面

阶跃星辰开发者关系(技术向)实习一面,30 分钟围绕岗位理解、个人 Agent 的设计与框架选型、Harness 认知,以及 C++、Python、Java 的语言差异展开。

2026-10

中科曙光 AI Agent 一面

中科曙光 AI Agent 一面

中科曙光 AI Agent 一面面经(2026-10-08 17:30):从实习与项目的关系开始,围绕 Agent 项目本身连续追问——数据来源与测试过程、系统运转流程、工具如何闭环与选择、提示词与约束怎么写、多次工具调用怎么支持、Agent 循环怎么处理、ReAct 怎么做、RAG 知识库流程、取不到数据怎么排查、Agent 分几个模块、不用框架要手写哪些部分。

2026-10

阳光保险 AI 应用开发一面:意图树、MCP 工具与多路检索

阳光保险 AI应用研发工程师 一面

阳光保险 AI 应用开发一面 30 分钟:围绕百度实习的 RAG 项目、意图识别树、MCP 工具、意图澄清、Agent 框架选型、多路检索与 Harness 工程连续追问,无手撕。

2026-10

阳光保险 AI 应用开发二面:MCP 选路、工具失败与上下文记忆

阳光保险 AI应用开发 二面

阳光保险 AI 应用开发二面(20 分钟):RAG 整体流程、接了哪些 MCP 以及怎么决定调哪一个、意图澄清怎么提升回答准确率、Agent 是否用框架、工具调用失败怎么办、多轮上下文的长期与短期记忆、Redis 分布式锁与数据一致性、常用 Agent 框架、Claude Code 里 hook 与 CLAUDE.md 的区别,末尾接 HRBP 的稳定性与行业偏好问题。

2026-10

淘天 Agent 开发二面:30 多道场景题与系统设计追问

淘天 Agent 开发 二面

淘天 Agent 开发二面:面试官不开摄像头、开场直接抛场景题,全程围绕智能客服 Agent 的职责拆分与记忆设计、高并发下的容灾降级、大模型在推荐链路各环节的作用、双塔与生成式召回的取舍、信息茧房与 AB 实验,以及 Skill 治理、部门知识沉淀、动态 workflow、幻觉与事实锚定、多 Agent 协作和模型调用链路优化,最后手撕双塔召回的前向传播。

2026-10

腾讯大模型算法岗一二面面经

腾讯 大模型算法工程师 一面二面

腾讯大模型算法岗一二面记录:一面考注意力实现、ReAct、多轮工具调用的 RL 损失与 GRPO、GSPO,并手撕多头注意力;二面考多工具 Agent 训练、rollout 奖励与 LLM Judge 评估。

2026-10

腾讯大模型算法岗一二面面经

腾讯 大模型算法工程师 一面二面

腾讯大模型算法岗一面二面面经:一面考多头注意力实现、ReAct、多轮工具调用的 RL 损失与 GRPO、GSPO;二面考多工具 Agent 的 SFT、rollout 奖励与端到端时延归因。

2026-10

腾讯多模态算法岗一二面面经

腾讯 多模态算法工程师 一面二面

腾讯多模态算法岗一面二面记录:一面从论文研究背景与数据集搭建切入,考到 LoRA 与 Adapter 原理、Qwen2.5-VL 架构、SAM 系列差异、RAG 与开放场景追踪设计;二面深挖 SAM3 训练流程、CLIP、门控机制、LoRA 初始化细节,并追问业务与职业规划。

2026-10

腾讯 WXG 微信读书一面面经

腾讯 微信读书后端 一面

腾讯 WXG 微信读书一面,开场先手撕大数乘法,随后问 C++ 原子计数、coding agent 记忆、与 Claude Code/Codex 的区别、Agent 评测、容器迁移后的上下文、任务持续推进与行为漂移、模型能力不足时的工程补偿。

2026-10

同花顺一面面经(10.9)

同花顺 后端开发 一面

同花顺后端一面面经:先聊教育背景、科研方向与实习难点,随后深挖接口异常与网络波动下的稳定性、重试设计、跨系统调用幂等与并发安全,并追问如何用 AI 做技术选型和线上问题定位、如何借 Trace 与定时分析改进 Agent 系统。

2026-10

北京华宇信息 Agent 开发二面:RAG 会话记忆、图片入库与转岗动机连环问

华宇信息 Agent开发 二面

北京华宇信息 Agent 开发二面(部门经理 + HR):前半程深挖 RAG 平台与 Agent 的会话记忆差异、文档入库的图片处理与原文回跳、向量模型选型与切分策略;后半程是 gap 原因、转岗前端、AI 写代码占比、离职动机与期望薪资。

2026-10

TP-Link 软件开发一面:三道智力题开场,再问 Vue 生命周期与 std::map

TP-Link 软件开发工程师 一面

TP-Link 软件开发一面没有自我介绍,上来三道智力题:绳子计时 15 分钟、轮流抛硬币的概率、电梯效率优化;随后投屏讲笔试题,追问父子组件 mounted/destroy 顺序、窗口最小化经历哪些事件、setInterval 该放哪个生命周期;最后问 std::map 与 B+ 树、priority_queue 实现与 Agent 使用经验。

2026-10

传音测试开发一面:等价类划分、接口自动化与AI测试

传音 测试开发 一面

传音测试开发一面面经:以测试基础与 AI 认知为主线,覆盖等价类划分举例、bug 争议与无法复现的处理、OCR 字符准确率与召回率、接口自动化里的 token 管理,以及测试岗位价值、AI 与测试的关系、AI 会不会取代测试。

2026-10

27 届学院本实习转正面试:RAG 与 Agent 十五问

某公司 AI 全栈开发 一面

27 届学院本实习转正面试(AI 全栈开发工程师):RAG 为什么需要、完整流程、文档切分与排查、混合检索,Function Calling、Agent 常见问题、LangChain 与 LangGraph 的区别,最后是到岗安排。

2026-10

上海初创小厂面经:Agent 项目与 AI 编程工作流

未知公司 Agent开发

上海初创小厂面经(10 月 13 日):围绕一段对话 AI / Agent 实习项目深挖,问 Agent 框架与开源选型、上下文管理、系统提示词分层与内容拦截、AI Coding 工具选型与研发流程、方案评审中容易遗漏的问题,以及个人项目与学习方向。

2026-10

大模型应用一面:提示词结构、KV Cache、ReAct 与 RAG 链路

某公司 大模型应用开发 一面

一场 50 分钟的大模型应用面:先问提示词结构与工具定义的位置,再问 KV Cache、注意力机制、ReAct 的实现与死循环治理、A→B→A 的互相调用,最后落到 RAG 的完整链路、原始资料的格式支持与文本切分策略,其余时间围绕项目展开。

2026-10

微众银行人工智能笔试:Agent 场景选择题与两道模拟编程题

微众银行 人工智能岗 笔试

微众银行人工智能卷笔试:30 道选择题覆盖 Agent 设计思路、LL(1) 文法与 NP 问题,另有两道用暴力模拟即可通过的编程题。

2026-10

企业微信测开一面:两道 Hard 加 Agent 系统连环追问

腾讯 测试开发(企业微信) 一面

企业微信日常测开一面:无自我介绍直接 ACM 模式写合并 K 个升序链表和戳气球,随后全追 Agent 框架、推荐冷启动、Go Context、离线评测集设计与性能瓶颈。

2026-10

微店 AI 全栈二面:Agent 稳定性、检索库与 AI 代码评估

微店 AI 全栈开发 二面

微店 AI 全栈二面(10.22):围绕负责的工作、Agent 系统稳定性、难点、模型选型、检索库搭建、评估指标、AI Coding 工具与代码评估,最后聊 transformer 和对 AI 替代的看法。

2026-10

小红书 AI Agent 开发 一面:评测集、上下文压缩与 MQ 幂等

小红书 AI Agent 开发 一面

小红书 AI Agent 开发一面,全程围绕项目:Agent 平台模块与验收、混合检索评测与标注、上下文压缩与 usage 统计、模型切换后的摘要污染、human-in-the-loop 参数补齐与服务端校验,最后深挖 MQ 幂等和消费者崩溃后的状态一致性。

2026-10

小红书 AI 产品经理岗面经合集:上下文管理、检索增强与一致性设计

小红书 AI产品经理 多轮面试合集

小红书 AI 产品经理岗四场面试合集:围绕检索 Agent 的上下文管理展开,追问卷对话效果变差的本质、ReAct 能否解决上下文问题、上下文压缩与关键内容判定;检索侧问到 topK 与元数据过滤、embedding 与关键词混合检索、chunk 切分策略与业界方案;后半程转向多级缓存、缓存穿透与 Redis + MQ 的一致性取舍,并考 AI 应用架构与链式调用、ES 与 MySQL 的差异、RPC 序列化,手撕二叉树定长路径。

2026-10

小红书 AI 研发工程师秋招一面:Agent 采集、评测回放与八股手撕

小红书 AI 研发工程师 一面

小红书 AI 研发工程师秋招一面面经:围绕实习里的 Agent 项目深挖采集方案、观测平台查询优化、评测回放的技术细节与多智能体协同协议,八股考 Redis 分布式锁与 MySQL 索引原理、索引失效场景,手撕最长公共子序列。

2026-10

小红书 后端 日常一面

小红书 后端开发 一面

小红书后端日常一面面经:几乎不考八股,全程围绕 AI 编程实践追问——用 AI 都解决不了什么问题、主力工具与模型、token 用量、V3 与 V4 体感差异、AI 撑不住业务边界时该怎么办、出码后验证环节、Codex 的自主校验能力、Tool Calling 与 MCP 开发、Skill 的渐进式披露、上下文压缩机制。

2026-10

小红书客户端研发岗面经合集:Agent 工程追问、Android 八股与播放器项目

小红书 客户端研发 多轮面试合集

小红书客户端研发岗七场面试合集:既有围绕 Agent 项目的深度追问(工具调用率与命中率怎么量化、效果怎么评估、多轮评估与编排调度、上下文压缩与长期短期记忆组织、RAG 优化与 LoRA 取舍),也有 Android 客户端八股(Activity 与 Service 生命周期、Handler 与 Looper、Intent、ThreadLocal、SparseArray、RecyclerView 复用、内存泄漏、屏幕适配与 dp),以及音乐播放器改造、Flutter 跨端与聊天模块的项目细节,算法覆盖排序链表、荷兰国旗、二维矩阵查找与平衡树对比。

2026-10

小红书前端开发岗面经合集:Vue3 重写、构建工具与 Agent 工程实践

小红书 前端开发 多轮面试合集

小红书前端开发岗十一场面试合集:技术面覆盖 Vue3 重写与响应式细节(Proxy 缺陷、ref 与 reactive、依赖收集与渲染流程)、React fiber 与组件生命周期、webpack 与 vite 差异、tree-shaking 与 .vue 编译、SSR/SPA/MPA、HTTP 与 TCP、事件循环与垃圾回收、性能指标与 LCP 优化;另有 Agent 设计范式、tool 与 skill 开发、skills 与 rules 的区别、Git 分支协作场景题,以及三栏布局、Promise.all、括号合法性等手撕。

2026-10

小红书风控研发一面到三面面经:从归因 Agent 到秒杀链路设计

小红书 风控研发 一面、二面、三面

小红书风控研发岗一面到三面完整记录。一面围绕风控归因 Agent 的项目深挖、风控业务认知与 AI 实践展开,技术题是秒杀链路设计、Redis Lua 扣减、缓存一致性、单行 TPS 上限与请求合并,外加一道反转链表;二面深挖实习精力分配、处置平台能力、智能体选型与上下文压缩调研;三面追问项目收益与难点。

2026-10

小米 AI Agent 三面:压力面,全程问“你踩过什么坑”

小米 AI Agent 三面

小米 AI Agent 三面压力面面经:全程追问工程细节,考多租户隔离与模型/沙箱资源划分、服务重启后的状态恢复、并发 1000 个沙箱的资源池与调度、长周期任务的行为漂移治理、代码审查 Agent 的漏检控制、RAG 与长上下文模型的关系、上下文压缩的信息保真与回退,最后手撕二叉树层序遍历。

2026-10

小天才 AI应用开发 一面:Agent 空转控制与线上效果度量

小天才 AI应用开发 一面

小天才 AI 应用开发一面:从 Agent 项目分工、循环空转与线上指标,问到 PPT/PDF/Word 入库、重排技术、正方形迷宫算法,以及如何向小白解释豆包的生成过程。

2026-10

携程 Agent 开发一面:多智能体协同、意图路由与判错兜底连环追问

携程 Agent 开发 一面

携程 Agent 开发一面 17 问:多智能体之间怎么协同、基于用户意图的路由怎么实现、路由判错时怎么兜底、一条请求里包含多个意图怎么拆,再往下是整体架构、适配层怎么解耦、历史记录导出与海量数据读写优化,以及项目上线后到底省了哪些环节的时间。

2026-10

小鹏 AI 安全一面:Agent 的 Guardrail、对抗性测试与敏感信息处理

小鹏汽车 AI安全 一面

小鹏 AI 安全一面面经(10 月 8 日):从岗位理解开场,随后围绕实习里做的 Agent 安全能力展开——有没有对可靠性输出做过对抗性测试、有没有构造越界与边界数据集、Guardrail 怎么实现、校验类规则的可靠性怎么保证、剩余错误集中在哪些方面、输入到 Agent 的敏感信息怎么处理,最后聊开发与安全的倾向和职业规划。

2026-10

银泰百货 银泰星 AI 工程师 一面:SDD、Agent 与内容审核

银泰百货 AI 工程师 一面

银泰百货银泰星 AI 工程师一面,围绕 SDD 规格驱动开发的价值、AI-kit 项目、索引构建、多 Agent、内容审核和消息队列可靠性展开。

2026-10

广东亿迅科技日常实习面(已 OC):分片上传、CI/CD 与 Agent 长文档处理

广东亿迅科技 后端开发实习 一面

广东亿迅科技日常实习一面:项目里的去重怎么做的、分片文件上传思路、CI/CD 流水线搭建、业务完整流程、线上接口返回 404/500/503 如何排查定位;后半段是 Agent 场景题——让 Agent 把一份文档输出成指定格式文章怎么设计、大文档怎么处理、上下文与记忆怎么裁剪;当天下午通知通过。

2026-10

月之暗面 Agent 应用开发:上下文超限,连追五层

月之暗面 Agent 应用开发

月之暗面 Agent 应用开发面经:围绕 Agent 核心模块与 Harness 理解、ReAct 与 Plan-and-Execute 的取舍、多 Agent 并行状态管理与隔离、工具数量与返回结果的上下文治理、上下文超限后的摘要与分块跨块关联、工具失败重试、沙箱安全与 Prompt Injection 防范,最后手撕 LRU Cache。

2026-10

智谱 AI Native Builder 实习面试:31 问深挖项目与 Agent 权限

智谱 AI Native Builder(实习)

智谱 AI Native Builder 实习岗面试记录:开场是年级、住址、老家、高中、论文压力、可实习时长这类个人信息追问,中段考岗位理解与 AI 工具使用习惯,主体是围绕质量数据系统深挖系统架构、团队分工、意图识别与数据路由,再集中追问 Agent 敏感数据防导出、敏感数据权限、工具调用权限校验、越权防护,以及知识库的切分、检索与权限设计、倒排索引的匹配局限和整体效果优化,最后要求手写一个敏感数据导出拦截函数(伪代码)。

2026-10

10.30 智物起源 Java 后端一面:RAG 编排、Agent 测试与 AI 工具链连问 26 题

智物起源 Java 后端开发 一面

智物起源 Java 后端一面(10.30):前半段全压在 RAG 项目上——编排怎么实现、数据处理链路用了哪些组件、历史文档版本怎么处理、用户问题怎么做预处理、改写与识别提示词怎么写、prompt 怎么迭代;中段问日志可观测性、Agent 怎么做测试与用例对比、上线后的 token 与延迟;后半段转到个人项目、AI 编程工具的选择与沉淀、团队分工与工作强度。

2026-10

卓望 AI 面 16 题:泛型擦除、Buffer Pool 脏页与 ReAct 和 Plan-Execute 的取舍

卓望 Java 开发 AI面

卓望 AI 面 16 题覆盖面很杂:Java 泛型擦除、JVM 可达性分析为什么暂停、MyBatis 多表映射、Vue 的 key、系统提示词怎么防注入、Buffer Pool 脏页淘汰,最后落到 ReAct 与 Plan-and-Execute。

2026-10

卓望研发岗 AI 面 16 题:泛型擦除、GC 停顿、提示词注入与 Buffer Pool 脏页

卓望 研发岗 AI面

卓望研发岗 AI 面 16 题,覆盖 Java 泛型与类型擦除、JVM 可达性分析为什么需要 STW、MyBatis 与 Hibernate 的取舍、Vue key、系统提示词与提示词注入、SQL 注入、Linux 查看文件、MySQL 查询流程与 Buffer Pool 脏页淘汰、ReAct 与 Plan and Execute。

2026-10

作业帮 Golang 一二面:Agent 上下文、MiniCode 与 Feed 系统

作业帮 Golang 后端 一二面

作业帮 Golang 一二面(已 OC):一面深挖实习的对话 Agent、上下文压缩、安全护栏、MySQL 迁 PostgreSQL,再问 MiniCode 的 Agent Loop、权限沙箱、双层记忆和短视频 Feed;二面是 30 到 40 分钟的现场 AI 编程加系统设计追问。

2026-10

Agent 应用工程师面试题库:工具调用、记忆检索与线上排障

某互联网公司 Agent 应用工程师

一份 Agent 应用工程师面试题库,按「主问题 + 逐层追问」组织,覆盖 Function Calling 链路与容错、结构化输出、记忆与上下文预算、RAG 幻觉排查、死循环兜底、写操作幂等、Prompt Injection 防护与线上排障。

2026-09

硕2社招面了 50 多场 Agent 方向复盘

多家互联网公司 后端开发(Agent 方向)

硕士毕业两年、后端加 Agent 方向的社招复盘:三个月面了 50 多场,在职准备常到凌晨,周末也很少休息。核心体会是大厂不会只问 Agent,后端基础、算法手撕、项目深挖、场景设计一样不少,社招最大的隐性成本是信息差。

2026-09

27 届秋招 AI 面试全程:Agent 系统设计、记忆模块与万级并发后端

牛客网用户分享 软件开发 AI面试

27 届秋招 AI 面试全程:从 AI Coding 工具、传统技术栈问到 Agent 系统设计与记忆模块,再考 Rust WebAssembly 与 Java 后端配合的在线考试系统、万级并发后端设计与 RAG 学科路由。

2026-09

阿里 ATH Infra 平台开发一面面经

阿里ATH Infra平台开发 一面

阿里 ATH Infra 平台开发一面面经,围绕项目重构、AI 提效、多媒体和大文件处理、模型成本与效果平衡、Agent 平台化、冷热分离及 Kubernetes 生产经验展开。

2026-09

阿里巴巴高并发业务系统后端面经

阿里巴巴 后端开发 一面

阿里巴巴业务系统后端面试,重点考察积分抽奖、高并发缓存与消息可靠性、数据库索引、Agent网关和分布式系统设计。

2026-09

阿里后端开发岗面经 06:Agent 记忆与秒杀设计

阿里巴巴 后端开发 多轮面试合集

阿里巴巴集团后端开发岗两场面试的问题合集:第一场围绕 Agent 体系展开,从 ReAct 与 Plan 模式的区别、MCP 工具实现、长短记忆到多 Agent 协作的 Worktree 冲突,随后转入 Kafka 投递与幂等、Java 类加载、线程池参数和 HashMap 底层;第二场集中在项目复盘,包括 AI 提效项目中的角色、平台重构方案、多媒体文件处理,以及模型成本与准确率的平衡。

2026-09

阿里巴巴全栈开发一面(知识图谱与性能优化深挖)

阿里巴巴 全栈开发 一面

阿里巴巴全栈开发一面面经,全程 46 问且沿简历层层深挖。前半段考知识图谱实践与度量、可插拔 Agent Harness、长流程可靠性与电商通用方案;中段追问 LCP 预加载与虚拟列表;后段考 TypeScript、状态管理、构建优化与 HTTP 缓存。

2026-09

阿里巴巴千问技术部一面:手撕滑动窗口限流、训练集群指标链路与 Agent 运行时

阿里巴巴 AI 应用研发 一面

阿里巴巴千问技术部 2026 年 9 月 16 日一面的完整问题清单(32 问):手撕线程安全滑动窗口限流、并发耗时请求设计、训练集群 metrics 采集与分布式聚合、延迟队列与 Kafka 选型、并发消费丢消息、Agent 对话执行链路、Plan 与 Agent Loop 的配合与重规划、上下文组装与超限处理、模型热切换、断线重连、Agent 评测指标与 RSI、Review Agent 的可靠性、数据集构建,最后是「如果重做会怎么改」与反问。

2026-09

千问 AI 研发一面凉经:Agent 设计、工具调用与 LangGraph

阿里巴巴(千问) AI 研发(Agent 方向) 一面

千问 AI 研发一面凉经:13 问几乎全压在 Agent 上——Agent 与固定 workflow 的边界、工具调用的幻觉与错误处理、循环终止条件、LangGraph 图流转、Skill 粒度与评测,最后发现岗位偏移动端和前端。

2026-09

阿里千问二面:Agent平台、评测体系与训练基础

阿里巴巴(通义千问) 大模型算法工程师 二面

阿里千问二面面经,共29问。前半场深挖Agent工程化:Skill与CLI及Runtime职责划分、工具调用链路、评测系统与Trace指标、自研评测取舍、多用户会话隔离;后半场转向Transformer原理与训练推理基础设施。

2026-09

阿里千问 C 端大模型算法一面:推理数据与 PRM

阿里巴巴 大模型算法 一面

阿里千问 C 端大模型算法一面记录:围绕实习中的长/短思维链推理数据、图像依赖较强的题目怎么提升、训练效果不好时的排查、图文数据构建、PRM 的 reward 设计与训练、Agent 实践展开,最后是两道题——抛硬币的概率期望与 badcase 数据池的采样提升方案。

2026-09

千问事业部一面面经

阿里巴巴 客户端与AI应用

千问事业部一面,覆盖Java基础、算法、HTTPS、React Native跨端原理及Agent能力边界。

2026-09

阿里云二面面经:Agent 框架选型、工具权限隔离与上下文压缩

阿里云 软件开发 二面

阿里云二面面经,9 月 21 日。围绕一个 Agent 项目连环追问:用户群体与业务价值、为什么选 LangGraph 与 Deerflow、工具权限隔离、群聊与私聊的上下文区别、长期记忆与上下文压缩、工具调用的异常超时重试与模型排队调度。

2026-09

蚂蚁二面:Agent Runtime、读写鉴权与 AI Native 转型

蚂蚁集团 AI 应用开发(Agent 方向) 二面

蚂蚁二面 13 问:Agent Runtime 设计、知识库与 Skills 的分工及覆盖验证、读写操作的鉴权与风险控制、长任务中 Plan 的作用,以及 AI Native 分阶段规划与自研 Agent 还是做插件的取舍。

2026-09

蚂蚁集团大模型算法岗面经 01:多模态与 Agent 合集

蚂蚁集团 大模型算法

蚂蚁集团大模型算法岗面经合集(八场):多模态监督粒度、反向 KL、GRPO 与 DAPO、奖励黑客与视觉 token 压缩,另含二级缓存、MQ 幂等、RAG 检索评测、Prefill/Decode 分离与 GQA、KV cache。

2026-09

蚂蚁集团大模型应用面经合集:业务中台与 RAG 知识库

蚂蚁集团 大模型应用开发 多轮面试合集

蚂蚁集团大模型应用方向四场面试合集:一面围绕跨境售后工单中台,追问单机迁集群的典型问题、幂等 Token 与雪花算法时钟回拨、订单状态机中间态与评论分库分表热点治理;后三面深挖 RAG 知识库的采集更新、静态知识库与动态检索取舍、图 RAG 实体一致性,以及 Agent Memory 分层晋升与 Spring AI 记忆机制。

2026-09

蚂蚁集团大模型算法岗面经

蚂蚁集团 大模型算法

蚂蚁集团大模型算法岗多轮面经汇总,重点考察 PPO/GRPO 的四个模型与损失函数、KL 估计方式、rollout 与 batchsize 的资源关系、拒绝采样、Agent 记忆系统设计与 vLLM 推理加速,另有 RAG 混合检索与术语消歧、LoRA 微调层选择、高并发低延迟部署等落地问题。

2026-09

蚂蚁集团大模型算法岗面经合集:RAG 与 Agent 工程

蚂蚁集团 大模型算法

蚂蚁集团大模型算法岗五场面试合集,覆盖意图识别、RAG 流程与优化、Function Call 原理、Agent 与 MCP 概念、Java 线程池与并发基础、秒杀与转账场景的锁和事务设计、HTTPS 安全机制及线上稳定性保障。

2026-09

百度智能体算法二面:工具调用语义校验与状态机

百度 智能体算法 二面

百度智能体算法二面记录,围绕 Agent 工程化:工具调用参数「类型对语义错」的分层校验、重试卡死与循环调用的兜底、CoT/ReAct/Plan-and-Execute 选型、长上下文硬约束保持,以及图片理解 Agent 的评测与排查。

2026-09

百度智能体算法三面:容错、模型路由与结构化输出

百度 智能体算法 三面

百度智能体算法三面记录,聚焦落地细节:LangChain 工具调用连续失败的容错设计、Qwen 与视觉语言模型之间的动态路由、置信度阈值的校准方法、非法 JSON 的三层处理方案,以及超大图片切片与多模态并发下审核系统的常见问题。

2026-09

百度 Agent 后端三面:Agent 编排与动态知识库

百度 Agent后端开发 三面

百度 Agent 后端三面面经。前半场交流内部 AI 研发提效平台与动态知识库方案,后半场深挖 Agent/Skill 项目:优化前后耗时、Plan-Action 轻量化后自愈是否受损、多 Skill 串联的质量准出与性能权衡。

2026-09

百度 Agent 秋招算法岗一面二面面经(附 Top-K 采样手撕)

百度 AI算法 一面+二面

百度 Agent 秋招算法岗一二面面经:一面围绕多 Agent 架构与分工、长期记忆检索、评估手段展开,手撕区间差集与带温度系数的 Top-K 采样;二面追问三级记忆的必要性、记忆评估指标、双引擎存储与混合检索,手撕生成有效括号。

2026-09

百度 Agent 秋招算法岗一面二面面经(多智能体与三级记忆)

百度 AI算法 一面+二面

百度 Agent 秋招算法岗一二面面经:一面深挖多 Agent 的分层架构、子 Agent 职责分工与异常容错、长期记忆存储与评估,手撕区间差集;二面追问三级记忆体系的必要性、双引擎存储与混合检索,手撕生成有效括号。

2026-09

百度 AI 全栈(偏前端)一面:React 与 RAG、MCP 到 Agent

百度 AI全栈 一面

百度搜索 AI 全栈(偏前端)一面约一小时:前半段是前端八股,React 与 Vue 的异同、Fiber 架构;后半段全在 AI 工程上,Agent 与 LLM 的区别、MCP 通信协议与 tools 的区别、RAG 完整流程与 chunk 颗粒度控制,最后手撕 hot100 二选一。

2026-09

百度AI测开二面:Agent评测与检索质量

百度 AI测试开发 二面

百度AI测试开发二面面经,9.21面试、全程约50分钟,几乎全在拷打项目。围绕Agent安全性设计、技术难点、测试体系与评测、检索性能与重排序、幻觉处理、Agent协作模式优劣、LangGraph框架选型,以及自动生成测试用例的Agent方案。

2026-09

百度 AIGC 多模态智能体算法工程师一面:Agent 框架选型与手撕最大子数组乘积

百度 AIGC 多模态智能体算法工程师 一面

百度 AIGC 多模态智能体算法工程师一面面经,9 月 22 日。先聊实习经历与 Agent 宿主、框架选型,再手撕含正负数的最大连续子数组乘积并要求额外空间 O(1),追问状态转移与空间压缩,最后确认实习时间与工作城市偏好。

2026-09

百度 AIGC 多模态智能体算法工程师二面:工具路由、MCP 与两道手撕

百度 AIGC 多模态智能体算法工程师 二面

百度 AIGC 多模态智能体算法工程师二面面经,9 月 24 日。考察 Agent 与 Tool 定位、工具从十个扩到成百上千时的路由命中、MCP 与普通 API 的差异、长上下文与记忆分层,手撕滑动窗口最大值与和为 K 的连续子数组个数。

2026-09

百度后端二面:故障诊断 Skill 与效果评估

百度 后端开发 二面
2026-09

百度后端开发一面凉经 全程 AI 八股

百度 Java后端 一面

百度后端开发一面凉经,作者主攻 Java 八股却几乎全被问 AI:Spring AI Alibaba 选型、ReAct 与 Plan-Execute-RePlan、Function Calling 与 JSON Schema、流式半截 JSON、多 Agent 派发与上下文超限,另有 RAG、Lua 抽奖、HashMap 与手撕螺旋矩阵。

2026-09

百度一面:链路追踪、Agent 诊断评测与 RAG 管理

百度 后端开发 一面

百度一面面经:以微服务链路追踪与 Agent 故障诊断为主线,追问跨语言 trace 如何拼接、服务与数据库实例如何定位、Agent 诊断的评测方式与 RT 长尾、RAG 新旧版本管理,以及让模型执行 SQL 时的脱敏与安全边界,另有两道可观测性场景题。

2026-09

百度后端开发岗面经 11:五场面试问题合集

百度 后端开发 多轮面试合集

百度后端开发岗五场面试的问题合集,面试时间集中在 2026 年 8 月 10 日至 8 月 20 日:前两场偏语言与网络基础,涵盖 C++ 与 Java 的内存管理差异、字节序、Elasticsearch 选型、虚拟线程与 TCP 粘包;后三场围绕 Agent 项目深挖,从风险闭环、多级召回、context engineering 到公共库与私有库的数据隔离,同时反复考 Redis 与 MySQL 的一致性和秒杀设计。

2026-09

百度后端 9 月 17 日笔试:基础题、Prompt 与辅助编程

百度 后端开发 笔试

笔试包含十五道单选、五道多选、编程题、Prompt 任务与辅助编程任务,考点覆盖后端基础和机器学习。

2026-09

百度大模型算法岗一二面面经(对齐、Agent 与多模态)

百度 大模型算法 一面+二面

百度大模型算法岗一面二面面经合集。一面围绕对齐算法选型(GSPO 与 PPO、GRPO 对比)、视觉语言模型、多智能体拆分与记忆、Qwen 多模态与 MRoPE、RAG;二面深入 ReAct、SFT 与 RLHF 数据、奖励模型、检索选型与 QKV。

2026-09

北京某金融公司 Java 实习面试:Agent、索引与 Redis 热点

北京某金融公司 Java开发

后端实习面试,围绕项目和实习深挖,涉及多 Agent 编排、辅助编程、MySQL 索引及 Redis 热 key、大 key。

2026-09

BIGO 后台开发 秋招二面面经

BIGO 后台开发 二面

BIGO 后台开发秋招二面记录,题目集中在系统设计与 AI 工程结合的方向。包括客户端到服务端的图片安全上传链路、网关层防重放与限流设计、Skill/Agent/RAG/MCP 各层职责划分与加载顺序、客户端 AI 的模型版本升级与灰度、离线评测与线上指标体系、断网时的状态一致性和高并发行为数据上报的优先级隔离。

2026-09

BIGO Java后端一面面经

BIGO Java后端 一面

BIGO Java后端一面面经,围绕外汇汇款 Agent、槽位提取与风控、Redis 缓存和分布式一致性、RAG、HTTPS 及三数之和展开。

2026-09

哔哩哔哩AI应用开发实习一面面经复盘

哔哩哔哩 AI应用开发 实习一面

哔哩哔哩 AI 应用开发(Agent 方向)实习一面复盘,全程场景题:FFmpeg 抽帧与关键帧依赖、千万级视频异步分层与背压、Agent 模块解耦与数据契约、多模态时间戳对齐、沙箱隔离与 JVM 调优,最后一道字符串替换手撕。

2026-09

波克二面:JVM、OOM 排查与用 Agent 做监控分析

波克 应用研发 二面

波克应用研发二面面经,围绕 JVM 与垃圾回收:CMS 如何判定可回收对象、OOM 排查路径、jstat 老年代占比的含义,并延伸到用 AI 分析 OOM、设计 OOM 排查 Agent 与抑制工具调用幻觉。

2026-09

字节跳动 广告后端 一面:RPM/TPM、Agent 记忆与括号生成

字节跳动 广告后端 一面

字节跳动广告后端一面,2026-09-28,围绕 RPM/TPM 限流、Token 预扣、Agent 项目、Skill 与提示词、工具调用决策、记忆机制、Redis 价值和括号生成展开。

2026-09

字节Agent秋招二面 全程深挖RAG系统与一道随机算法

字节跳动 大模型算法 二面

字节 Agent 方向秋招二面几乎全程压在简历上的 RAG 系统:Markdown 分块与父子块聚合、尾块处理、图片入库的推理开销、问题改写与子问题拆分、混合检索与重排,最后是一道 random5 构造 random7 的算法题。

2026-09

字节跳动 Agent 秋招一面(9.16):会话记忆压缩、文档更新幂等、Harness 对比与手撕二叉树

字节跳动 AI Agent 开发 一面

字节跳动 2026 年 9 月 16 日 Agent 秋招一面的完整记录:从实习项目拷打切入,深挖滑动窗口 + 摘要的会话记忆、文档在线更新的幂等与版本控制、为什么用 MQ 而不是定时任务;再对比 DeepSeek Harness、Pi Agent、Claude Code 与 Computer Use 的本地/云端两种方案;八股问数据库类型与 B+ 树;手撕二叉树子结构、两个有序 List 的交集及其在无限流、超大值域下的变形;最后是反问。

2026-09

字节 Agent 开发后端日常实习一面:RAG 检索与评测深挖

字节 Agent开发 一面

字节 Agent 开发后端日常实习一面面经,全程沿简历里的两个 Agent 与 RAG 项目下钻:LangGraph 工作流选型、AI 合成评测集的构造与质量控制、BM25 与向量检索的混合召回、RRF 融合、Cross-Encoder 重排的必要性,最后是一道偏简单的贪心手撕题。

2026-09

字节一面 Agent 岗:ReAct、幂等与上下文压缩连环追问

字节跳动 Agent 开发工程师 一面

字节跳动 Agent 方向一面面经,围绕一个复杂 Agent 项目连环追问:架构分层、ReAct 实现与结构化输出、tool call 非法参数的校验重试、超时与幂等 key 设计、上下文压缩与任务恢复,最后手撕嵌套 JSON 合并。

2026-09

字节跳动广告 Agent 一二面:skill 平台与秒杀设计

字节跳动 Agent 开发 一面+二面

字节跳动广告团队 Agent 一面二面:一面问 Redis 分布式锁、MySQL 聚簇索引、内部 skill 平台与本地 runtime 设计;二面问 AI 提效复盘、秒杀系统设计,以及 skill 与 Function Call 的区别。

2026-09

字节 AI Agent 开发一面 30 题全记录

字节跳动 大模型算法(Agent 方向) 一面

字节 AI Agent 开发一面 30 题记录,分项目深挖、Agent 与 RAG 核心、八股、手撕、工程场景五组。重点在长期记忆的存储设计、上下文压缩的取舍、多 Agent 防死循环、父子切块与混合检索重排,以及工具成功率统计的手撕题。

2026-09

字节 AI 应用工程师一面:数据分析 Agent 设计与 Go 并发

字节跳动 AI应用工程师 一面

字节飞书多维表格方向 AI 应用工程师一面挂经,约 70 分钟:算法手撕后是 Agent runtime 与评测体系的深挖,接着是一道数据分析 Agent 的场景设计题,最后落到服务治理、MySQL 索引与 MVCC、TCP 发送窗口和 Go 的 GMP 调度。

2026-09

AI Coding 笔试拿 offer 的三个心法

字节跳动 AI应用开发 笔试

连挂三家大厂 AI Coding 笔试后的复盘:面试官真正考察的是准确描述问题、判断 AI 代码正确性、出错时快速修正三件事;给出伪代码引导、让 AI 自测你当裁判、准备三个万能代码模板三个核心技巧,以及三个必踩的坑。

2026-09

字节跳动(飞书)AI 全栈一面:Agent 项目与性能优化

字节跳动 AI全栈开发 一面

字节跳动(飞书)AI 全栈一面,净时长约 1 小时。项目侧深挖 Agent 架构与 Skill 规则遵从、视频链路的 OOM 与分块上传;基础侧问 MySQL 索引与 SQL 优化;编码题为 10 万位大数相加,另问堆与一致性哈希。

2026-09

字节跳动后端一面面经(Agent 与 MCP 方向)

字节跳动 后端开发 一面

字节后端一面,前半小时深挖 AI Agent 项目:底层设计优化、MCP 与 RPC 接口的区别、开发 MCP 最要紧的是什么、出参入参出错怎么防、Skill/workflow/Agent 三者的联系与区别、为什么用 Agent 而不是把能力写成 Skill、评审准确率等指标怎么算;后半段转后端八股:Redis 用 Lua 预扣减后为什么还要乐观锁兜底、消息 exactly once 下还要不要兜底、强一致与最终一致、Redis 主从同步传的是什么。最后 20 分钟两道手撕。

2026-09

字节跳动后端一面:Agent 项目、代码审查与客服系统设计

字节跳动 后端开发 一面

字节跳动后端一面面经(9.16):先讲参与最深的 Agent 项目与个人工作(最难最亮眼的地方、错漏召回效果、离职原因),随后给出一段「DB 查工单并缓存」和一段 Java 转账代码让候选人现场找问题,追问优惠券限领不超发与转账事务实现、何时需要分布式事务,再问 AI Coding 时代程序员还要不要会写代码、从零设计云产品智能客服,手撕岛屿数量,最后问主动发现并落地的问题。

2026-09

字节后端二面:Agent 优化、ReAct 伪代码与四道手撕

字节跳动 后端开发 二面

字节后端二面面经(9 月 30 日),无反问、面试完当场懵。问题集中在实习项目里 Agent 的底层优化、ReAct 循环的伪代码实现、线程池代码 CR、HashMap 与数组为什么是 O(1)、以及 MySQL 深分页优化,另有四道手撕:ReAct 伪代码、线程池 CR、深分页改写、求第 n 个素数。

2026-09

字节后端面经:异步任务恢复、规则系统与文件存储

字节跳动 后端开发

汇集 9 月 8 日至 15 日的四场后端面试记录,涉及国际化广告、TikTok、Java 基础、异步任务恢复及规则系统扩展。

2026-09

字节 260901 一面面经

字节跳动 后端开发工程师(AI 大模型开发平台) 一面

字节跳动 AI 大模型开发平台后端一面,面试岗位属数据平台方向:实习项目深挖 Agent 迭代与回归评测、文档切分与长上下文、离线评测与线上观测、长程任务评测,个人项目考意图消歧与 Agent 框架选型,场景题讨论通用 Agent 的效果评估与竞品比较,最后两道手撕。

2026-09

字节数据中台 Agent 全栈面经:一面二面与手撕题

字节跳动 Agent 全栈开发 一面、二面

字节数据中台 Agent 全栈面经,两面共 13 问:一面深挖两个实习项目并手撕二叉树右视图,二面继续拷打项目、手撕前缀树,重点考应用层与传输层职责、浏览器到机房全链路、Skill 与 Tool 的取舍、SSE 原理。

2026-09

字节跳动抖音电商 Agent 开发一/二/三面

字节跳动 Agent 开发工程师 一面二面三面

字节跳动抖音电商 Agent 开发一二三面:一面考 MySQL 索引设计、Redis 并发与分布式锁、LRU 实现;二面审 AI Coding 方案与长文档上下文;三面深挖实习与 Agent 项目。

2026-09

字节跳动 抖音电商 Java后端 日常实习面经(三面 + HR)

字节跳动 Java后端 三面

字节跳动中国交易与广告-抖音电商日常实习全流程面经,含一面、leader 二面、三面和 HR 面共四轮。项目侧深挖 RAG 知识库的检索链路与决策机制、优惠券秒杀的高并发设计;八股覆盖反射、IoC、热点 key、联合索引;手撕考了打家劫舍、下一个排列和一道多线程扣减超卖的代码阅读。

2026-09

字节剪映 AI 应用开发一面:Agent 工程四十五问

字节跳动 AI应用开发(剪映) 一面

字节剪映 AI 应用开发一面共 45 问,几乎全部围绕简历上的 Coding Agent 与知识社区项目深挖:工具调用链路、大文件读取的返回设计、上下文持久化策略、安全执行与沙盒边界,最后落到 Redis Bitmap 计数、MySQL 索引、有效的括号与测试用例设计。

2026-09

字节跳动剪映AI前端一面面经(Agent框架+性能优化)

字节跳动 AI前端开发(剪映) 一面

字节跳动剪映AI前端(base深圳)一面面经,视频面。深挖自研Agent框架的ReAct循环、多Agent拆分、上下文管理与缓存命中、MCP与Skill关系,另考察Agent卡死排查、React性能优化与防劣化,编码题LRU Cache。

2026-09

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 AI 应用开发 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

字节跳动搜广推引擎架构一面面经

字节跳动 搜广推引擎架构工程师 一面

字节跳动搜广推引擎架构岗一面面经,面试围绕实习与个人项目展开,重点问了系统与模块划分、Agent 固定格式输出的设计、HNSW 算法,以及线程私有内容、TCP 两次握手缺陷、Top K 日榜设计和一道网格路径最小和的动态规划手撕。

2026-09

彩讯股份 AI 全栈开发管培生面经:LangGraph、Prompt 与后端稳定性

彩讯股份 AI全栈开发管培生

彩讯股份 AI 全栈开发管培生面经(9 月 23 日),两位面试官各问一轮:Agent 侧问 LangChain 与 LangGraph 的区别、Prompt 与 Skill 的设计与差异、badcase 优化;后端侧问 SQL 优化与慢查询排查、线程池参数与故障定位、上线前的稳定性保障。

2026-09

携程 Agent 开发一面:LangGraph 项目全链路拷打

携程 Agent开发 一面

携程 Agent 开发岗一面面经,9 月 23 日面试,全程拷打简历主项目:LangGraph 的状态节点与 checkpoint 设计、知识图谱相对纯 RAG 的增益、自训模型与测试集回归、延迟取舍与业务背景匹配度。

2026-09

携程 AI 应用开发实习一面:上下文管理与联合索引连环问

携程 AI应用开发实习 一面

携程 AI 应用开发实习一面面经,时长 40 分钟:Agent 上下文压缩机制连问五层,MySQL 联合索引从回表问到索引树遍历流程,另有缓存最终一致性、MQ 与子线程异步的对比,以及 AI Coding 提效与局限性的看法。

2026-09

携程后端Agent开发一面面经

携程 后端Agent开发 一面

携程后端Agent开发一面面经,深挖实习,并考察并发自增、字符串常量池和浏览器访问域名后的网络协议链路。

2026-09

CVTE 应用软件开发一面+HR 面:ReAct、SSE 与网络八股

CVTE 应用软件开发 一面+HR面

CVTE 应用软件开发岗 9 月 15 日技术面加综合面记录:围绕 ReAct 与 Plan、Multi-Agent 的选型展开,深挖 SSE 原理与流式输出实现、域名解析到页面渲染的全链路、拥塞控制与流量控制,并手撕高精度加法与买卖股票。

2026-09

CVTE 一面:Agent 项目与 Java 基础八股

CVTE Java后端 一面

CVTE 一面从项目与 Agent 背景聊起,随后是开闭原则、三种学习范式的监督信号、ArrayList 与 LinkedList 的复杂度、JVM 垃圾回收、TCP 与 UDP、HTTPS,最后一道卡片计算得分的算法题。

2026-09

DeepSeek AI Agent 开发岗社招一面(9.8):Harness、评测回流、取消与多租户 Agent 平台

DeepSeek AI Agent 开发 一面

DeepSeek AI Agent 开发岗 2026 年 9 月 8 日社招一面的 20 道题:从「Harness 与 LangChain 的本质区别」开场,追问 Agent 的分层架构、ReAct 与 Plan-and-Execute 的取舍、50 步长链路、多 Agent 协作与结构化通信、评测体系与 30% 主观 case、badcase 回流、瓶颈定位、Agent Loop 的输入输出与非法工具调用、用户取消与在途工具、上下文压缩的信息丢失评估、AI Coding 工具的判断,最后是多人协作 Agent 平台设计与手写 FST,以及五个反问方向。

2026-09

滴滴算法面经合集:RL 八股与 Agent 项目深挖

滴滴 大模型算法工程师 一面

滴滴算法岗面经合集。以强化学习八股为主:PPO/GRPO/DPO/DAPO 区别、组内优势、熵坍塌、动态采样、clip 与 reward hacking,另含 SFT 与 RL 取舍、Agent 项目深挖与 Transformer 手撕。

2026-09

度小满 Agent 开发一面:ReAct、多 Agent 与记忆系统

度小满 Agent开发 一面

度小满 Agent 开发一面约 50 分钟,围绕自研 Agent 框架深挖 ReAct 主循环、工具调用被打断、多 Agent 分工与上下文隔离、记忆系统、执行幻觉与上下文压缩,并手撕 IP 地址解析。

2026-09

度小满 AI 全栈研发三面

度小满 AI 全栈研发 三面

度小满 27 届秋招 AI 全栈研发三面面经,9 月 23 日:前半段深挖 AI 项目的出发点、Agent 记忆设计、RAG 文档处理与更新、高召回高准确场景的实现,后半段全是跨部门协作与效率冲突这类行为题。

2026-09

度小满一面 后端基础与 Agent 场景连环追问

度小满 后端开发 一面

度小满一面面经,9.18 下午场,重基础并考察 AI 概念。覆盖 Work Memory 设计、Agent 组成与 Skill 编排、文档抽取 JSON、Redis 与 MySQL 一致性、支付幂等与超时取消、限流熔断降级等。

2026-09

帆软后端二面

帆软 后端岗位

帆软后端岗位面经,整理了原帖中的主要追问,覆盖Java、Redis、Agent、数据库等主题,适合准备相关岗位面试时参考。

2026-09

焦点科技 Java开发(AI应用) 秋招

焦点科技 Java岗位

焦点科技Java岗位面经,整理了原帖中的主要追问,覆盖Java、Agent、AI、缓存等主题,适合准备相关岗位面试时参考。

2026-09

150 人厂前端岗面试:八股 + AI 编程连环追问

某 150 人规模互联网公司 前端开发

某 150 人规模公司前端岗面试真题:从 v-if 与 v-show、for 循环性能等八股,到低代码方案选型、虚拟列表为什么不用插件、rAF 流式渲染、MCP 与 Agent 理解,再到需求排期和 AI 代码 review,问题密集且大量追问方案取舍。

2026-09

乐元素开心消消乐后端一面:排行榜与项目设计

乐元素 后端开发 一面
2026-09

海康威视 Agent 开发一面面经

海康威视 Agent开发 一面

海康威视 Agent 开发线下一面,深挖实习 Agent 的架构、LLM 使用环节、文档处理、Prompt 迭代、意图识别,再问 Agent 与聊天机器人的区别、Agent Loop、防死循环、长短记忆、评测、Skill 与 Tool 的区别及 Harness 使用。

2026-09

宏图智能一面面经:Agent 工具调用、MCP 原理与 Spring MVC

宏图智能 软件开发 一面

宏图智能软件开发岗一面面经,9 月:先问 Agent 侧大模型调用 Tool 的原理、Tool 与 CLI、MCP 的区别及 MCP 架构,再问 Spring MVC 的请求处理流程、ER 图设计与数据库慢查询优化。

2026-09

华橙 Agent 评测二面面经

华橙 Agent评测 二面

华橙 Agent 评测岗二面,围绕企业知识库建设、Skill 的构建方式与公司内推广效果、新需求下大模型如何一次理解到位展开追问,另有转测试岗的动机与抗压类行为题。面试官最后建议:精简 AI 测试亮点,重点突出量化指标。

2026-09

华为后端开发岗面经

华为 后端开发

华为后端开发岗多轮面经,覆盖Python与Java基础、RAG和Agent应用、文件分片上传、并发控制及Spring生态。

2026-09

华为通用软件开发一至三面:Agent 项目、AI Coding 与文化面

华为 通用软件开发 一面

华为通用软件开发岗线下一次性走完一至三面的面经:一面拷打实习与 Agent 项目架构,追问多模式 Agent 引擎、记忆系统实现以及 Java 多线程容器与 ID 发布器设计,手撕「不超过 k 种字符的最长连续子段」;二面是 AI Coding 实战(RAG 双路检索)穿插开放性提问;三面偏个人情况、对华为的了解与企业文化、加班意愿。

2026-09

华为 OD Java 面经:设计模式、工具权限与 RAG 分块

华为OD Java开发 多轮面试

一位 26 届应届生的多轮面试记录,技术面涉及推送服务、设计模式和算法,主管面继续追问 Agent 实现与 RAG 分块评估。

2026-09

恒生电子 AI 面试 AI 应用开发岗:二十七问全记录

恒生电子 AI应用开发

恒生电子 2026 秋招 AI 面试(AI 应用开发岗)完整二十七问:先问岗位理解与 AI 编码工具,再考 Python 装饰器的原理、参数透传与 functools.wraps,接着是联合索引最左匹配与 B+ 树组织方式,主体是大模型结构化输出的稳定性、解析失败兜底,以及 RAG / 传统检索 / 微调的本质区别、Agent 设计模式与反思环节设计,最后深挖候选人的知识库项目与自研框架。

2026-09

恒生电子 AI 面试换题了:技术岗改考二十多道技术追问

恒生电子 技术岗

恒生电子 2026 秋招 AI 面试(原「闪面」)换题复盘:老版五道行为题已作废,今年技术岗改为二十多道技术追问,两份帖(AI 应用开发岗、技术岗)从头到尾都是技术问题且无手撕,重点集中在大型语言模型输出稳定性、RAG 分块与多轮、以及 Agent 编排与框架选型三块,另附四个容易踩的坑。

2026-09

货拉拉大模型二面:上下文压缩与记忆沉淀

货拉拉 大模型算法工程师 二面

货拉拉大模型方向二面面经。从实习难点切入,追问 LLM 沉淀结果的评估与冲突重合处理、firstcoder 与其它 coding agent 的差异、上下文为什么要压缩、上下文与记忆的区别、记忆如何沉淀,以及测评方案。

2026-09

科大讯飞 Agent 开发一面:LangGraph 原理与 AI 编码追问

科大讯飞 Agent开发 一面

科大讯飞 Agent 开发一面(9 月 24 日)围绕实习中最难的一件事、LangGraph 的实现原理、Agent 方向的规划与技术跟进方式,以及日常用的 AI 编码工具、调用的 API、AI 生成代码占比与质量把控展开;作者没摸清考察点、草草反问后很快被挂。

2026-09

科大讯飞Java开发面经

科大讯飞 Java开发 一面、二面

科大讯飞Java开发面试,先考察项目、Spring、Redis和数据库,再深入Agent多引擎、RAG、工具注册和模型应用设计。

2026-09

科大讯飞 Java 一面面经:Agent 设计范式、线程池参数与 MVCC

科大讯飞 Java开发 一面

科大讯飞 Java 一面面经:深挖项目与实习之后,考察 Agent 的设计范式、给项目增加付费模块要考虑什么,以及 Java 线程安全要解决什么问题与常用手段、线程池核心参数与拒绝策略、MySQL MVCC 的实现方式。

2026-09

影石 Insta360 移动端一面凉经:计算机基础、设计模式与 Agent 项目追问

影石 移动端开发 一面

影石移动端(客户端开发)一面凉经。八股覆盖进程与线程、进程间通信、死锁、虚拟内存、网络七层与 TCP/UDP、HTTP 与 HTTPS、数据结构与设计模式六大原则;项目深挖实习的三层路由架构与执行监控落表;算法手写 LeetCode 209。

2026-09

京东 后端开发岗面经合集 01:Agent 日志排查、JVM 调优与中间件 11 场真题

京东 后端开发 多轮面试合集

京东后端开发岗 11 场面试汇总:Agent 排查系统(告警结构化、日志精确定位、代码知识库)的项目深挖,并发与线程池、JVM 内存排查、MySQL 分库分表、Spring 事务、Kafka 顺序性,以及 AI 检测慢 SQL 这类新题。

2026-09

京东 大模型算法岗面经合集 02:多模态位置编码、Agent 与 SFT/RL 追问

京东 大模型算法 多轮面试合集

京东大模型算法岗 9 场面试记录:VLM 项目追问 M-RoPE 视频位置编码与 SAM2,RoPE、ALiBi 与 SwiGLU 八股,Agent 与 SFT/GRPO 链路,RAG 与库存一致性,以及一场偏前端的 Vue 响应式面试。

2026-09

京东测试开发岗面经合集(一):AI Coding、测试用例设计与网络基础

京东 测试开发 多轮面试合集

京东测试开发岗十三场面试合集,2025 年 12 月至 2026 年 6 月:登录框、秒杀接口、付款码等用例设计,测试左移与覆盖率、CI 偶发失败排查、性能瓶颈定位,另有网络与数据库八股和 AI Coding 追问。

2026-09

九方智投 Agent 开发一面:RAG 切块、MCP 权限与 Java 八股

九方智投 Agent开发 一面

九方智投 Agent 开发岗一面(2026 年 9 月 24 日):前半场围绕知识库与 Agent——标题切割大小不均、召回率低怎么排查、RRF 原理、Plan 模式与工具调用、MCP 原理与权限控制、人工确认的边界;后半场切到 HashMap、锁与 Redis 宕机恢复等 Java 八股。

2026-09

客诺信息技术 Java后端 一二面面经:八股、项目与 Agent 追问

客诺信息技术 Java后端 一面+二面

客诺信息技术 Java 后端一二面面经:一面 15 分钟围绕 == 与 equals、hashCode、订单表设计、商品调价与历史订单、局域网 IP 等基础题;二面 50 分钟先深挖实习项目的 RBAC 权限、权限注解、Excel 导入与告警链路,再考 Java 集合、Spring 单例 Bean、MySQL 索引与统计 SQL、Redis 数据结构、git 与 HTTP 状态码,最后以 Agent 提示词、RAG 评测与精排收尾。

2026-09

金蝶 Agent 开发一面(项目为主)

金蝶 Agent开发 一面

金蝶 Agent 开发岗一面面经,9.21 进行,全程约 20 分钟且几乎没问八股,全部围绕简历里的两个项目与实习。重点追问文档切分策略、引用溯源到页面高亮的实现,以及 Agent 的设计方式、为什么选 LangGraph 而非 LangChain。

2026-09

快商通 大模型 Agent 全栈一面:意图识别与合规拦截怎么答

快商通 大模型Agent全栈 一面

快商通大模型 Agent 全栈一面面经:整场围绕两段实习展开,问到实习期间意图识别怎么落地、以及合规红线为什么用关键词拦截而不是写提示词让大模型判断;答完四题后在反问环节暴露了对公司与岗位不够了解。

2026-09

快手大模型 Agent 研发一面:Reconcile、Lease 与多 Agent 架构

快手 Agent开发 一面

快手大模型 Agent 研发一面全是连续追问:从 Reconcile 恢复、Lease 与崩溃处理、Fencing Token 的实现与取舍,到单 Agent 与多 Agent 的对照评测、Runtime 事件适配、Skill 加载与会话恢复的信息泄露风险。

2026-09

快手 Agent 开发一面:工具兜底、多 Agent 与流式解析

快手 Agent开发 一面

快手 Agent 开发一面(已挂)复盘,方向是短视频脚本生成 Agent:问了工具调用失败的兜底、多 Agent 的分工方式、长上下文的压缩策略、输出质量的衡量方法,手撕流式 JSON 解析(半包拼接),并确认团队有内部红蓝对抗评测集。

2026-09

快手 AI 应用开发一面:Agent 记忆、检索证据与 JVM

快手 AI应用开发 一面

秋招一面先追问项目中的记忆、工具权限和检索判断,再考 HashMap、内存泄漏、垃圾回收与数据库索引。

2026-09

快手AI应用后端开发岗面经

快手 AI应用后端 一面

快手AI应用后端面试,覆盖线程池、区间算法、Agent测试与评测、消息队列可靠性、幂等和AI安全测试。

2026-09

快手 AI 全栈一面(发券营销):Agent 可观测性与线上排查

快手 AI 全栈工程师 一面

快手 AI 全栈一面(发券营销),9 月 24 日:围绕 Agent 可观测性、用户反馈答案不满意时的归因排查、Redis 分布式锁的可靠性、MCP 的适用场景与一次主站故障的定位恢复展开。

2026-09

快手 后端开发一面面经(9.28):Agent 架构、LLM 评测与 KV Cache 深挖

快手 后端开发 一面

快手后端开发一面面经,9 月 28 日。围绕实习与 Agent 项目追问多 Agent 取舍、MCP 与本地 CLI 的区别、Agent 可观测指标、LLM as a judge 的取舍、代码知识库为何不用图,以及 KV Cache 复用、QPS 优化与零拷贝;手撕最小覆盖子串。

2026-09

快手电商后端实习一面凉经

快手 后端开发 一面
2026-09

快手大模型应用开发二面:Agentic RL 与 RAG 全链路

快手 大模型应用开发 二面

快手大模型应用开发二面:中段集中考 Agentic RL 的信用分配、PPO 的 Clip 与 KL 约束、GRPO 为何省掉 critic;其余覆盖 Agent 架构、RAG 切分与混合检索、幻觉归因、记忆冲突与 SSE 断点续传。

2026-09

理想汽车智能体算法一面:Agent Loop 与奖励设计

理想汽车 智能体算法-软件 一面

理想汽车智能体算法一面面经,围绕 Agent 工程落地展开:Agent Loop 需要哪些结构化状态、什么任务该用 Agent 而非固定工作流、奖励设计失衡怎么排查、失败轨迹如何拆成训练样本,以及 LoRA 与全参微调的取舍。

2026-09

理想汽车智能体应用开发一面:Agent 路由与项目深挖

理想汽车 智能体应用开发 一面

理想汽车智能体应用开发 9 月 22 日一面,几乎全程围绕项目:用「背景—问题—方案—结果—技术含量」讲清最有挑战的项目,再追问 Agent 路由是 LLM 打分、关键词分类还是规则表,跨场景的一句话怎么处理串并行,最后是论文迁移。

2026-09

上海联蔚数科 AI 工程实习生面经(Agent 八股)

上海联蔚数科 AI工程实习生

上海联蔚数科 AI 工程实习生面经,约 25 分钟且几乎全是 Agent 八股,实习与后端经历一问没问。内容覆盖 harness 概念、Skills 与 MCP 的区别及数量膨胀处理、知识库、自研 Coding Agent 的上下文压缩与多 Agent 协作。

2026-09

莉莉丝服务器开发秋招凉经:游戏服务端的并发与一致性

莉莉丝 服务器开发

莉莉丝服务器开发秋招面经(凉经),题目偏分布式与领域建模的正确性:单线程 Tick 驱动下 CPU 不高却卡顿怎么定位、拍卖为何不能把拍卖/背包/钱包放进同一个聚合、截止前的出价排队到截止后才执行怎么判定、长期维护的服务里哪些文档该作为稳定约束、多线程更新不同数组位置为何吞吐反而下降、以及多个编码 Agent 并行改不同层如何避免合并后跑不起来。

2026-09

凌迪前端实习面试:Agent 搭建与 MCP 辨析

凌迪 前端开发

9 月 18 日凌迪前端开发实习面试,面试偏简单,主要考察对 AI 的理解和使用程度。题目包括怎么搭建 agent、agent 路由、MCP 和 function call 的区别、大模型测评怎么判断生成内容对不对。

2026-09

灵犀互娱 AI 应用开发秋招:记忆层、RAG 评估与 Agent 编排

灵犀互娱 AI应用开发

灵犀互娱 AI 应用开发秋招面经:围绕 Agent 记忆层分层设计、幻觉治理、RAG 效果评估与上线标准、Spring Boot 配置体系、RAG 核心模块、关键字与向量召回分数融合(RRF)、Agent 终止条件与工具规模化设计、规划器与执行器解耦等展开。

2026-09

美团 Agent 一面:项目架构拷打加 Java 基础八股

美团 AI 应用开发(Agent 方向) 一面

美团 Agent 一面:两段大厂 Agent 实习被逐个追问架构与技术选型(多 Agent 还是单 Agent、微调还是 RAG、LLM 记忆),看重项目架构能力;个人后端项目没问,八股覆盖数组与链表、TCP/UDP、Python 与 Java 底层、JVM,手撕最长公共前缀。

2026-09

美团 AI 应用开发一面:Agent 平台架构与 ReAct 编排

美团 AI应用开发 一面

美团 AI 应用开发一面面经,深挖实习的 Agent 平台:意图识别树、ReAct 与 Plan-and-Execute 的取舍、重规划策略、工具超时重试与幂等、混合检索 RRF 融合,最后是 AI Coding 工作流和岛屿数量手撕题。

2026-09

美团AI后端一面

美团 AI后端 一面
2026-09

美团 AI 数据开发一面:数据倾斜、Iceberg 与 Agent 落地

美团 AI数据开发 一面

美团 AI 数据开发一面面经(9 月 23 日):覆盖数仓主题划分、指标发布校验与偏差阈值、数据倾斜定位与加盐、Spark 性能优化与熔断告警策略,并深入 Iceberg 元数据与 Copy-on-Write、LSM-Tree,最后追问 Agent 落地、幻觉治理与效果验证。

2026-09

美团 自动驾驶算法工程师一面:VOC 大模型实习与强化学习项目拷打

美团 自动驾驶算法工程师 一面

美团正式批自动驾驶算法工程师一面,2026 年 9 月 21 日,约 55 分钟。前半程深挖实习的 VOC 用户之声与大模型分类打标,后半程围绕强化学习项目的奖励设计、MHA 与评价指标追问,最后是最大下降幅度手撕题与 AI Coding 经验。

2026-09

美团后端开发一面:Agent 项目深挖 + Java 并发八股

美团 后端开发 一面

美团后端开发一面面经:前半场深挖实习做的数据分析 Agent,问意图识别、Skill 与 MCP 装配、渠道分发与反爬;后半场是 Java 与系统八股,覆盖 synchronized 锁标记、volatile、系统调用、TCP 挥手丢包、MySQL 日志顺序与 Redis LFU,手撕盛最多水的容器。

2026-09

美团后端一面:埋点、Agent 工作流与消息幂等

美团 后端开发 一面

9 月 14 日一面约 73 分钟,围绕直播间项目和代码生成工作流反复追问,最后手写区间反转链表。

2026-09

美团Kmart全栈一面面经:Agent项目深挖与后端基础

美团 后端开发(全栈) 一面

美团Kmart研发部全栈一面面经,围绕Agent平台接入项目连续追问,覆盖意图识别评测、读写锁与分布式锁选型、幂等与断点续传、秒杀与Redis预扣库存、ConcurrentHashMap、慢查询优化、缓存三大问题以及RAG与ReAct链路。

2026-09

美的 软件开发 一面面经:素材生产 Agent 与分库分表设计

美的 软件开发 一面

美的秋招软件开发一面:从实习经历与素材生产 Agent 的设计问起,追问上下文压缩与信息保真、大模型与 Agent 的交互,再深入分布式锁实现、看门狗机制、B+ 树层高计算、大表设计与跨表分页,最后是分布式事务选型与微服务组件优劣。

2026-09

米哈游游戏AI研发(Agent)秋招面经

米哈游 游戏AI研发(Agent方向)

米哈游游戏AI研发(Agent)秋招面经,围绕 RAG 与 Agent 系统工程展开:幻觉防护的分层设计、长期记忆的存储召回与遗忘、视频切片与多模态索引、高光片段判定、长文档切分策略,以及召回率与准确率的评测指标和测试集构造。

2026-09

多公司后端与全栈面经合集:字节、百度、美团、B站、米哈游

某公司 后端开发工程师

一份横跨字节跳动(飞书、火山引擎、字节云)、百度、美团、bilibili、米哈游、智驾新程的后端与全栈面经合集,重点集中在 Go 语言与并发、操作系统与网络、MySQL 索引与 Redis 原子操作、竞拍与秒杀场景设计,以及 Agent 与 AI Coding 相关追问。

2026-09

蔚来大模型算法岗(智能座舱/自动驾驶)实习一面面经

蔚来 大模型算法 实习一面

蔚来大模型算法岗(智能座舱/自动驾驶)实习一面,约 40 道场景设计题:端云部署取舍、语音助手 Agent 架构、复合指令与安全操作二次确认、VLA 与多模态融合、座舱 RAG、隐私脱敏与 OTA 版本管理,末尾手撕数组全排列。

2026-09

绿盟科技 Agent 开发一面(实习深挖后转反问)

绿盟科技 Agent开发 一面

绿盟科技 Agent 开发岗一面面经,面试官是后端方向且全程未开摄像头。约 20 分钟都在聊实习经历,得知候选人是前端方向后直接进入反问环节,25 分钟结束,没有问任何八股;作者感叹 AI 时代前端求职压力大,已在补后端八股。

2026-09

拼多多Agent方向一面面经(60min双机位)

拼多多 大模型算法(Agent方向) 一面

拼多多Agent方向一面面经,60分钟双机位。全程围绕Agent工程细节深挖:工具调用单个还是多个、并行还是串行、如何设计带工具调用的Agent、上下文压缩与压缩后的缓存命中、工具调用冲突、大量工具时准确率下降的解法,代码题是括号生成。

2026-09

拼多多后端开发岗面经-06:三场面试题目合集

拼多多 后端开发

拼多多后端开发岗三场面试的题目合集,集中在 Redis 分布式锁、分库分表、主从同步与 Binlog,以及 Agent 记忆与向量检索设计,手撕题覆盖有序链表交集、旋转数组查找、拓扑排序等。

2026-09

拼多多大模型算法秋招一面:过程奖励模型与 GRPO

拼多多 大模型算法 一面

拼多多大模型算法秋招一面面经,题目集中在 Agent 与强化学习链路:过程奖励模型如何避免只学轨迹长度、GRPO 省掉价值模型后的采样代价、DPO 两个概率同时下降的原因,以及千万级知识库的召回与冲突证据取舍。

2026-09

平安科技后端全栈一面:RAG 项目与 JVM 内存

平安科技 后端开发 一面

约三十分钟的一面,从 Spring 与内存溢出排查转向 RAG 项目,再追问 HashMap、元空间和垃圾回收。

2026-09

平安科技后端开发一面:实习深挖、Copy on Write 与设计模式

平安科技 后端开发 一面

平安科技后端开发岗 27 届秋招一面,9 月 21 日线下,约 20 分钟即通过。问题集中在实习:转正情况、做 Agent 开发时是否只做后端、实习中最复杂的一块业务、Copy on Write 优化,项目侧问策略模式与工厂模式的区别、C++ 为什么转应用层 AI 方向,以及 CS188、CMU 15-213 自学到什么程度。

2026-09

去哪儿 AI全栈开发实习生一面

去哪儿 AI全栈开发 一面
2026-09

去哪儿 Java 一面:线程池、虚拟线程与性能排查

去哪儿 Java开发 一面

约一小时的一面,从线程池参数追到 Java 21 虚拟线程,再考接口变慢、CPU 与 GC 排查,以及深分页和区间合并。

2026-09

去哪儿 Java 方向一面:转账模块与死锁处理

去哪儿 Java开发 一面

约一小时,主要考查 Java 和 Agent 基础,原帖明确记下的手写题是实现转账并避免死锁。

2026-09

顺丰一面:缓存、索引、消息与 Agent 基础八股

顺丰 后端开发 一面

顺丰一面面经:以八股速问为主,覆盖 AI 全栈的理解、缓存三剑客、Redis 内存过期策略、MySQL 索引失效、消息重试与消息丢失、Agent 的理解、CAS、线程池与事务隔离机制,最后拷打实习与项目。

2026-09

顺丰 Java开发 秋招

顺丰 Java岗位

顺丰Java岗位面经,整理了原帖中的主要追问,覆盖Java、MySQL、Redis、Kafka、Agent、AI等主题,适合准备相关岗位面试时参考。

2026-09

虾皮数据开发面经:数仓建模、数据治理与智能问数 Agent

虾皮 数据开发

虾皮数据开发面经(9 月 23 日):从离线数仓建模存在的问题、分层设计与重复建表,到时效与存储的平衡、口径变更方案,再到智能问数 Agent 的架构、检索匹配与跨域调用规避,末尾反问团队规模与规划。

2026-09

水滴测试开发一面:Agent 项目深挖与并发八股

水滴 测试开发 一面

水滴测试开发一面面经:先围绕 Agent 项目与 AI 提效深挖,追问测试报告指标、疑难 bug 定位和自动生成测试用例的效果量化,再考进程线程协程、线程池参数与任务队列等并发基础,最后问如何控制大模型输出符合伦理要求。

2026-09

顺丰Java开发一面面经

顺丰 Java开发 一面

顺丰 Java 开发一面,围绕 Agent 项目设计、实习经历、JVM 内存结构和垃圾回收展开。

2026-09

思特威智能体开发二面:Agent Loop 与行业演进

思特威 智能体开发 二面

思特威智能体开发岗 9 月 17 日线下面试二面面经,原帖记录只有两个问题:讲一下你对一个 loop 的理解、智能体目前的发展情况。问题虽少但都很开放,考察对 Agent 运行机制和行业脉络的整体认识。

2026-09

思特威智能体开发一面:RAG 流程与 Profile 分析

思特威 智能体开发 一面

思特威 9.17 线下面试智能体开发岗一面记录:开场深挖实习经历,技术问题集中在 RAG 的整体流程与用户 Profile 分析怎么做,全程没有手撕代码,适合准备 AI 应用 / Agent 方向的同学参考。

2026-09

淘天业务与AI全栈工程师一面

淘天 AI全栈工程师 一面

淘天业务与 AI 全栈工程师一面,重点深挖 RAG 权限、切分、检索与评测,Agent 工具调用与 AI Coding,以及消息幂等限流、深分页和卖家账单查询设计。

2026-09

腾讯 Agent Infra 面经:SGX 沙箱与推理性能排查

腾讯 Agent Infra 开发

腾讯 Agent Infra 面经:考察自动化稳定性、Intel SGX 多租户与 EPC 换页安全、沙箱隔离与容器重启后的状态恢复,并追问多模型抽象与链路追踪,以及 KV Cache、PagedAttention 等推理优化。

2026-09

腾讯社招一面面经(Agent 方向)

腾讯 后端开发(Agent方向) 一面

腾讯社招一面,全程围绕 Agent 项目的工程实现:框架选型为什么用 LangChain + LangGraph、方案审核用什么指标判断不合格以及审核结果怎么回流链路、可观测性怎么做、调用 sub-agent 时主 Agent 的 context 带不带过去、超长内容怎么压缩(自研还是用 LangGraph 自带);重点问 token 消耗优化和 KV Cache 命中率的手段,并追问 Skill 系统的设计——移除 Skill 正文会不会破坏 KV Cache、Skill 本身是一个工具还是多个工具。

2026-09

腾讯社招二面面经(Agent 方向)

腾讯 后端开发(Agent方向) 二面

腾讯社招二面,围绕 Agent 项目的技术细节逐个追问:项目语言选型与 Go 的 Agent 框架、意图识别的具体实现与准确率如何验证、多意图请求怎么处理、上下文工程与 memory 模块的做法、KV Cache 命中率优化、多轮对话的上下文压缩是同步还是异步、agent 线上部署规模与用户量、全链路可观测性用什么存储、整体效果评测怎么做。

2026-09

腾讯社招三面面经(Agent 方向)

腾讯 后端开发(Agent方向) 三面

腾讯社招三面,围绕 Agent 项目做深度追问:运营活动代码重复率与内部活动框架、Agent 项目的团队规模与分工、memory 用了哪些框架组件、意图识别的做法与抽象化后效果变好的原因、Agent 上线后对人效的提升;后半段转向 AI 使用本身——端到端工作流成熟度、AI coding 覆盖率与质量保障、是否用 TDD;最后是职业选择与成就感来源类的软性问题。

2026-09

腾讯混元大模型算法岗一面真题

腾讯 大模型算法 一面

腾讯混元大模型算法岗一面的同题记录:从 Agent-RL 的奖励分层与长链路信用分配讲起,串起 GRPO 各支改进、PRM 如何进 advantage、多智能体值不值得拆、Agent 评测指标怎么选,再落到混元 MoE 与跨层注意力、DPO 双降归因、BM25 的词频饱和与长度归一化、以及阶段内 token 归一化对长度偏好的影响。

2026-09

腾讯混元大模型算法岗一面面经

腾讯 大模型算法 一面

腾讯混元大模型算法岗一面真题,围绕 Agent 强化学习展开:奖励设计与长链路信用分配、GRPO 的衍生改进、Multi-Agent 的收益与代价、PRM 如何接入训练、Agent 评测体系,并延伸到混元自身的 MoE 与 Attention 设计、DPO 概率双降、BM25 检索以及分阶段 token 归一化。

2026-09

腾讯营销后端一面:Agent 上下文体系与多路归并

腾讯 后端开发 一面

腾讯营销后端一面面经(9.18):主体是一段 Agent 基础设施实习的深挖——Skill 如何被发现与按需加载、正文放在上下文的什么位置、用完何时卸载、会不会影响 Prefix Cache,上下文压缩怎么做、长 Tool Result 怎么处理、压缩后如何按需找回原文、历史索引分几层;随后问一个需求从提出到上线 AI 如何参与、跨仓库代码怎么理解、SOP 怎么沉淀,最后手撕 N 个升序数组合并。

2026-09

腾讯 WXG 后端开发一面面经

腾讯 后端开发 一面

腾讯 WXG 后端开发一面记录,从实习团队与研发流程一路问到 Agent 与 Skill 构建、RAG 原理、协同过滤和 12306 系统设计,八股覆盖 C++ 引用与智能指针、Redis 底层结构、B+ 树索引选型与 InnoDB 并发加锁,另有三道算法题。

2026-09

tiktok后端开发一面

TikTok 后端开发工程师

TikTok 后端开发一面,问题集中在表达式解析、Agent 中断恢复、工具权限、Redis、JVM 和并发基础。

2026-09

TikTok后端开发二面面经

TikTok 后端开发 二面

TikTok 后端二面,重点围绕发票规则系统、分布式文件存储、CLI Agent 设计与 Java 反射机制展开。

2026-09

VIVO Agent 开发秋招一面:超时恢复、状态机与权限边界

VIVO Agent开发 一面

VIVO Agent 开发秋招一面面经,问题普遍以「为什么这么做还不够」的形式追问:创建工单超时但外部可能已写入怎么恢复、换更强模型后完成率反降如何定位、多 Agent 并行写同一状态为何分布式锁仍不够、进程崩溃后状态机怎么续跑、文档里的注入指令为何不能只靠系统提示词挡、参数过了 JSON Schema 为什么还不能执行,以及如何证明框架收益来自运行时设计。

2026-09

vivo Agent 开发线下一面:Harness 与 Agent 工程

vivo Agent开发

vivo Agent 开发岗线下面试记录(约 22 分钟):先问学历与方向意向,随后围绕对 Agent 的理解、Harness 的作用展开,要求举出因 Harness 环节做得不好导致的问题与排查思路,并介绍自己的 Agent 实践与 AI 学习方法;原帖还记录了笔试与面试邀约的拖沓体验,以及当晚收到感谢信的结果。

2026-09

微信 Java后端秋招一面面经

微信 Java后端 一面

微信 Java后端秋招一面面经,面试涉及 Agent 架构、Java 并发、Spring 底层、Redis 分布式锁、配置热更新和 JUC 编程;已获取正文包含自我介绍与 ReAct 机制问题。

2026-09

微店 AI 全栈开发秋招二面:Agent 可验证性与工程边界

微店 AI全栈开发 二面

微店 AI 全栈开发秋招二面面经:围绕 Agent 工程化能力展开,包括如何证明 Agent 执行结果不是偶然成功、如何用步数/时间/Token/预算约束执行范围、多国家法规知识库的元数据与版本隔离、图文审核冲突的仲裁、模型调用客户端封装、配置优先级与启动校验、工具依赖与参数补全、以及 JSON 合法但语义错误怎么兜。

2026-09

杭州微链AI应用开发面经:文档入库与DeepAgents

杭州微链 AI应用开发

杭州微链AI应用开发面经,面试以工程能力与学习能力考察为主。围绕实习中文档入库全流程、图文混排存储、RRF融合的k值调参、DeepAgents的模型无关性与子Agent上下文设计、大模型调用异常处理,以及结合微信新能力做AI客服的方案选型展开。

2026-09

浩鲸科技二面:Agent 项目深挖与文档引用处理

浩鲸科技 后端开发 二面

浩鲸科技二面记录,30 分钟、两位面试官(技术 + HR),全程用钉钉。技术侧问 Agent 项目背景与技术难点、以及用户需要文档中引用文档内容时怎么处理;HR 侧问期望薪资和为什么去深圳实习,并提出要提前实习。

2026-09

药明康德 AI 数据方向二面:LangGraph 与知识库方案深挖

药明康德 AI数据方向 二面

药明康德 AI 数据方向二面面经,连续 23 题深挖 Agent 框架:LangGraph 的 state 设计与合并策略、条件边与异常分支、快照持久化与人工介入恢复、多智能体两层编排的收益与代价、混合检索融合与知识库切分方案。

2026-09

小红书 Agent 平台研发一面(约29分钟)

小红书 Agent平台研发 一面

小红书 Agent 平台研发一面记录,净时长约 29 分钟,前半段围绕实习体验、团队业务与求职方向、同事评价和成就感,后半段考高并发商品详情系统设计(10 万 QPS、单表 MySQL、缓存更新链路)与现场手撕最长回文子串。

2026-09

小红书后端开发岗面经合集(一):工作流引擎、秒杀方案与 Agent 设计

小红书 后端开发 多轮面试合集

小红书后端开发岗十场面试合集,2026 年 7 至 9 月:工作流引擎调度与人工确认防重、Validator 校验,JVM、MySQL 索引与 MVCC,Redis 与秒杀 Lua 扣减,以及 Agent 设计与 RAG 评估。

2026-09

小红书后端开发岗面经合集(三):JVM 调优、Spring 循环依赖与 Redis 大 Key 治理

小红书 后端开发 多轮面试合集

小红书后端开发岗八场面试合集,2025 年 11 至 12 月:审核系统设计、Kafka 与 Flink 的内容安全应用;Java 侧深挖锁与 AQS、HashMap 与循环依赖;另问 G1 调优与 Redis 大 Key 治理。

2026-09

小红书 大模型算法岗面经合集:隐式 CoT、RAG 上下文管理与 LoRA 微调

小红书 大模型算法 多轮面试合集

小红书大模型算法岗七场面经合集,2026 年 6 月到 9 月。覆盖隐式 CoT 的双任务蒸馏、RAG 分块与多轮指代消解、上下文膨胀、BCE 与 InfoNCE 联合损失、vLLM FP16 池化溢出、LoRA 原理与 Agent 架构。

2026-09

小红书 大模型算法岗面经合集(二):Redis 秒杀、MCP 与搜广推链路

小红书 大模型算法 多轮面试合集

小红书大模型算法岗八场面经合集(二),2026 年 3 至 4 月。深挖项目:Redis 集群 Lua 原子性、令牌桶限流、秒杀防超卖、点赞用 set 还是 zset、RAG 降幻觉怎么量化;另覆盖 nl2sql、MCP 与搜广推序列建模。

2026-09

小红书多模态算法秋招二面面经(约 40 题 + 手撕)

小红书 多模态算法 二面

小红书多模态算法秋招二面记录,约 40 题加一道手撕。考察视觉编码器与 LLM 连接方式、多模态幻觉、InfoNCE 温度,以及 SFT 调优、PPO/DPO/GRPO 选型、OOM 优化、端侧推理与蒸馏;手撕为矩阵原地旋转 90 度。

2026-09

小红书社区工程 Product Engineer 一面:RAG 深挖与 AI Coding

小红书 Product Engineer(AI 与全栈方向) 一面

小红书社区工程 Product Engineer(AI 与全栈方向)一面,9.24 约 50 分钟:从实习与 AI 项目切入,深挖 RAG 全流程与切块、检索选型与准确率评估,再问 Agent 与 Workflow 的区别、ReAct、日常 AI Coding 与 Skill 加载,最后是算法(和为 K 的子数组)与高并发缓存、限流设计。

2026-09

小米 AI 全栈开发面试:Agent 架构、RAG 与多 Agent 隔离

小米 AI全栈开发

小米 AI 全栈开发面试题,围绕 Agent 项目展开:RAG 切分与召回排查、评测集与 Golden Set 维护、结构化输出校验、多 Agent 隔离与文件冲突、超时取消与断点恢复、成本优化,最后是合并区间手撕题。

2026-09

小米 Java 二面:并发初始化、线程协作与最长子串

小米 Java开发 二面
2026-09

小鹏计算平台开发二面(Data 向):数据平台、调度选型与 Agent 算力

小鹏 计算平台开发工程师 二面

小鹏计算平台开发二面,9 月 28 日:从 Data Infra 实习的部门血缘与机器规模问起,深入自研问题管理平台与调度平台的选型理由、Agent 算力来源与资源挤占,最后手撕旋转数组二分查找。

2026-09

迅雷 Agent 一面:RAG、MCP 与 Java 并发八股

迅雷 Agent开发 一面

迅雷 Agent 开发一面面经:深挖实习项目里的意图识别与记忆混乱,聊 RAG 是否过时、reranker 原理、chunk 分片、Skill 与 MCP 实现,最后是 Java 并发与 Spring 八股。

2026-09

招银网络后端开发面经(一面/二面/HR 面)

招银网络 后端开发

招银网络后端开发三场面经记录。一面考察线程池、MySQL 存储引擎与 B+ 树,手撕螺旋矩阵;二面集中在 AOP 执行顺序、事务失效原因、数据库连接池与 Spring Bean 管理;HR 面围绕实习成就、班干部经历与问题处理展开。

2026-09

秋招面经合集:智元机器人觅蜂与字节 Agent 基础设施方向

智元机器人、字节跳动 Agent基础设施 多轮面试合集

秋招 Agent 基础设施中台方向面经合集,按公司分段:智元机器人觅蜂三面考存储并发与 Ceph、热 key 与分布式调度报错、半连接与全连接队列、CPU 打满、nbd 设备并发调用;字节火山引擎考 accept 队列、IO 线程池设计、Go GC 与 GMP、合并区间;字节 seed 考 CLI 设计、进程线程协程、TCP 粘包、MySQL 索引与域名解析全流程。

2026-09

中科全安 Java开发一面二面

中科全安 Java开发 一面二面
2026-09

中兴未来领军计划 AI 算法一面:RAG、Agent 与 Claude Code 原理

中兴 AI算法 一面

中兴未来领军计划 AI 算法岗一面面经,全程围绕大模型与 Agent 工程展开:RAG 中 embedding 与 rerank 的分工、Agent loop 的终止条件、子 Agent 的实现方式与多智能体协作,并追问了 Claude Code 原理、effort 参数、弱模型结构化输出与 AI 编码工具的实际使用情况。

2026-09

作业帮 Agent 开发一面:评测体系与 Trace 闭环

作业帮 Agent开发 一面

作业帮 Agent 开发一面面经(9 月 23 日),整场围绕 Agent 工程化展开:工具调用幂等与断线重连、审计能力、真实对话 Trace 的收集回流、评测集构建与人工 Review、确定性指标与 Agent Reviewer 结合的评分报告,以及按低分 Case 定向调优。

2026-09

9ikun 数据开发二面:湖仓一体、DQC 与 Agent 追问

9ikun 数据开发 二面

9ikun(神秘私募)数据开发二面面经,8 月 10 日:从湖仓一体的选型理由与缺点、数据治理难点,一路追问到分层 DQC 的实现规则、指标口径边界,以及 Agent 项目如何保证分析结果可信。

2026-08

百度后端面经

百度 后端开发 一至三面

百度后端岗位多轮面试记录,围绕优惠券秒杀、Redis高可用、消息可靠性、RAG与Agent项目进行深挖,并包含算法题。

2026-08

百度后端开发一面面经

百度 后端开发工程师 一面

百度后端开发一面,涵盖 Agent 架构与路由、Java 集合和并发安全、Spring 依赖注入、MySQL 事务与索引,以及最长无重复子串算法题。

2026-08

字节跳动AI产品经理二面面经

字节跳动 AI产品经理 二面

字节跳动AI产品经理二面面经,围绕AI Agent产品认知、指标体系、留存分析、Prompt与工作流优化,以及扣子App核心链路展开。适合准备AI产品经理和智能体产品岗位的求职者参考。

2026-08

字节跳动后端开发二面面经

字节跳动 后端开发工程师 二面

字节跳动后端开发二面面经,结合 Agent 与知识库项目追问技术选型,并考察消息堆积、MySQL 慢查询、限流算法、HashMap、线程池和 ZooKeeper。

2026-08

京东后端开发一面面经

京东 后端开发工程师 一面

京东后端开发一面,围绕知识树优化、Agent 技术选型以及 Java、Python、C++ 的语言差异和跨语言系统衔接展开。

2026-08

蔚来 Java 开发一面

蔚来 Java开发 一面

蔚来 Java 一面记录,重点考察智能 Agent 调度、电商库存扣减、Redis 与数据库一致性及 Spring 事务。

2026-08

拼多多服务端开发一面面经

拼多多 服务端开发工程师 一面

拼多多服务端开发一面,重点追问代码运行时行为、JVM 与内核态切换、Agent 项目架构、MCP 粒度、埋点数据质量和端侧可观测性。

2026-08

去哪儿 AI 应用开发秋招:JVM 排查与异步文件处理

去哪儿 AI应用开发 AI面试

8 月 30 日的秋招面试,涉及 CPU 排查、volatile、分布式锁、大文件异步处理和评审 Agent 的框架选择。

2026-08

Shopee AI产品经理一面面经

Shopee AI产品经理 一面

Shopee AI产品经理一面面经,深入考察企业知识库Agent、RAG检索、模型评测与幻觉治理、简历解析、个性化推送和航班监控工作流。

2026-08

腾讯 260824 风控算法 Agent 开发一面

腾讯 安全技术-风控算法方向-Agent开发 一面

腾讯风控算法(Agent 开发)一面,8 月 24 日:先追问模糊语义搜索的标签映射与排序优化,再深挖实习评测集构造与 Plan-and-Execute 选型,基础部分问推理加速与 MCP 的区别。

2026-08

阿里- AI产品 校招一面 攒人品

阿里 AI产品经理 一面

阿里AI产品经理面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、RAG、用户研究等内容,适合准备相关岗位面试时参考。

2026-07

27日常实习 阿里千问AI产品面经

阿里 AI产品经理

阿里AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、RAG、用户研究等内容,适合准备相关岗位面试时参考。

2026-07

阿里钉钉悟空商业拓展专员暑期实习口头offer,求解答

阿里 产品经理 一面+二面+业务面

阿里产品经理面经,原帖记录了一面+二面+业务面中的核心追问,重点涉及AI产品、Agent、项目深挖、实习等内容,适合准备相关岗位面试时参考。

2026-07

27实习 阿里云AI产品一面分享

阿里云 AI产品经理 一面

阿里云AI产品经理面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、项目深挖、实习等内容,适合准备相关岗位面试时参考。

2026-07

百度AI大模型产品一面-实习面经

百度 AI产品经理 一面

百度AI产品经理面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、用户研究、数据分析等内容,适合准备相关岗位面试时参考。

2026-07

百度AI产品实习二面 喜提人才库

百度 AI产品经理 二面

百度AI产品经理面经,原帖记录了二面中的核心追问,重点涉及AI产品、Agent、用户研究、项目深挖等内容,适合准备相关岗位面试时参考。

2026-07

百度-AI产品研发一面-日常实习

百度 AI产品经理 一面

百度AI产品经理面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、SSE、用户研究等内容,适合准备相关岗位面试时参考。

2026-07

【Boss直聘 AI 产品面经拆解】

Boss直聘 产品经理 一面+二面

Boss直聘产品经理面经,原帖记录了一面+二面中的核心追问,重点涉及AI产品、Agent、RAG、商业化等内容,适合准备相关岗位面试时参考。

2026-07

字节AI产品校招面经-好难啊

字节跳动 AI产品经理

字节跳动AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、数据分析、高并发等内容,适合准备相关岗位面试时参考。

2026-07

字节AI产品-智能体方向面经 攒人品

字节跳动 AI产品经理

字节跳动AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、实习、产品经理等内容,适合准备相关岗位面试时参考。

2026-07

字节-飞书AI产品(一面凉经

字节跳动 AI产品经理 一面

字节跳动AI产品经理面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、实习、产品经理等内容,适合准备相关岗位面试时参考。

2026-07

27日常实习 字节ai产品凉经分享

字节跳动 AI产品经理

字节跳动AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、项目深挖、实习等内容,适合准备相关岗位面试时参考。

2026-07

27实习- AI产品经理-字节二面

字节跳动 AI产品经理 二面

字节跳动AI产品经理面经,原帖记录了二面中的核心追问,重点涉及AI产品、Agent、项目深挖、实习等内容,适合准备相关岗位面试时参考。

2026-07

AI产品经理-字节kol

字节跳动 AI产品经理

字节跳动AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、模型微调、用户研究等内容,适合准备相关岗位面试时参考。

2026-07

ai产品经理| 畅捷通 | 一面

畅捷通 AI产品经理 一面

畅捷通AI产品经理面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、产品经理等内容,适合准备相关岗位面试时参考。

2026-07

携程AI产品经理面经

携程 AI产品经理

携程AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、产品经理等内容,适合准备相关岗位面试时参考。

2026-07

滴滴产品实习面经(已过)

滴滴 产品经理 一面+二面

滴滴产品经理面经,原帖记录了一面+二面中的核心追问,重点涉及AI产品、Agent、用户研究、项目深挖等内容,适合准备相关岗位面试时参考。

2026-07

抖音 AI产品 二面 日常实习

抖音 AI产品经理 二面

抖音AI产品经理面经,原帖记录了二面中的核心追问,重点涉及AI产品、Agent、用户研究、实习等内容,适合准备相关岗位面试时参考。

2026-07

华烁集团AI产品开发

华烁集团 产品开发工程师

华烁集团产品开发工程师面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、产品经理等内容,适合准备相关岗位面试时参考。

2026-07

华为AI Agent产品经理二面

华为 AI产品经理 二面

华为AI产品经理面经,原帖记录了二面中的核心追问,重点涉及AI产品、Agent、RAG、用户研究等内容,适合准备相关岗位面试时参考。

2026-07

爱奇艺AI产品经理实习面经

爱奇艺 AI产品经理实习生

爱奇艺AI产品经理实习面经,重点考察影视制作全流程AI产品设计、Agent项目经验、产品前期规划以及对主流模型和AI工具的理解。

2026-07

26校招京东外卖ai产品 面经

京东 AI产品经理

京东AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、用户研究、数据分析等内容,适合准备相关岗位面试时参考。

2026-07

快手实习-直播ai产品面经

快手 AI产品经理

快手AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、实习、产品经理等内容,适合准备相关岗位面试时参考。

2026-07

KuCoin平台产品面经(已OC)

KuCoin 产品经理

KuCoin产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、用户研究、项目深挖等内容,适合准备相关岗位面试时参考。

2026-07

成都某中厂agent产品开发实习面经

某中厂 产品开发工程师

某中厂产品开发工程师面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、RAG、模型微调等内容,适合准备相关岗位面试时参考。

2026-07

Shopee后端开发一面面经

Shopee 后端开发工程师 一面

Shopee后端一面面经,考察网络空间安全、Agent与Skill、Java和Go差异,以及合并有序数组。

2026-07

淘天暑期AI产品一面凉经分享

淘天 AI产品经理 一面

淘天AI产品经理面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、用户研究、项目深挖等内容,适合准备相关岗位面试时参考。

2026-07

腾讯AI产品面经-实习 1h

腾讯 AI产品经理

腾讯AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、实习、产品经理等内容,适合准备相关岗位面试时参考。

2026-07

腾讯- AI产品实习面经 喜提人才库

腾讯 AI产品经理

腾讯AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、用户研究、数据分析等内容,适合准备相关岗位面试时参考。

2026-07

腾讯 实习 一面

腾讯 产品经理 一面

腾讯产品经理面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、数据分析、项目深挖等内容,适合准备相关岗位面试时参考。

2026-07

通义AI Agent产品经理一面面经

通义 AI产品经理 一面

通义AI产品经理面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、用户研究、数据分析等内容,适合准备相关岗位面试时参考。

2026-07

第一次面试ai产品岗复盘

某公司 AI产品经理 一面+二面

某公司AI产品经理面经,原帖记录了一面+二面中的核心追问,重点涉及AI产品、Agent、RAG、数据分析等内容,适合准备相关岗位面试时参考。

2026-07

产品最近爱问Agent产品设计

某公司 AI产品经理

某公司AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、产品设计、用户研究等内容,适合准备相关岗位面试时参考。

2026-07

Agent产品经理常见问题及思路

某公司 AI产品经理

某公司AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、产品设计、用户研究等内容,适合准备相关岗位面试时参考。

2026-07

Agent产品经理面试都在问什么?

某公司 AI产品经理

某公司AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、用户研究、产品经理等内容,适合准备相关岗位面试时参考。

2026-07

AI产品经理面经汇总(含回答思路

某公司 商业产品经理 面经汇总

某公司商业产品经理面经,原帖记录了面经汇总中的核心追问,重点涉及AI产品、Agent、RAG、商业化等内容,适合准备相关岗位面试时参考。

2026-07

小红书产品工程师(AI与全栈方向)面经

小红书 Product Engineer 一面+二面

小红书Product Engineer面经,原帖记录了一面+二面中的核心追问,重点涉及AI产品、Agent、项目深挖、计算机网络等内容,适合准备相关岗位面试时参考。

2026-07

小红书暑期一面(已挂)

小红书 Product Engineer 一面

小红书Product Engineer面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、RAG、用户研究等内容,适合准备相关岗位面试时参考。

2026-07

3.25小红书产品工程师一面

小红书 Product Engineer 一面

小红书Product Engineer面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、RAG、模型微调等内容,适合准备相关岗位面试时参考。

2026-07

小红书产品工程师(社区工程)面经

小红书 Product Engineer 一面

小红书Product Engineer面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、RAG、项目深挖等内容,适合准备相关岗位面试时参考。

2026-07

小红书PE产品工程师一面面经

小红书 Product Engineer 一面

小红书Product Engineer面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、产品设计、用户研究等内容,适合准备相关岗位面试时参考。

2026-07

AI产品经理面试-语核科技 面了2小时汗流浃背

语核科技 AI产品经理

语核科技AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、Agent、RAG、用户研究等内容,适合准备相关岗位面试时参考。

2026-07

滴滴花小猪打车后端开发二面面经

滴滴(花小猪打车) 后端开发 二面

滴滴花小猪打车后端开发二面面经,深挖AI Code Review项目的落地效果与实现细节,包括线上缺陷率下降数据来源、CR Prompt设计、Codex等Agent工具的记忆系统,以及AI智能问答知识库长期记忆的主动录入触发机制。

2026-06

海信集团27届校招AI产品经理一面面经

海信集团 AI产品经理 一面

海信集团27届校招AI产品经理一面面经,覆盖Agent与工作流、模型幻觉、主流大模型选型、海外营销工具设计和营销数据治理。

2026-06

快手后端开发实习生一面面经

快手 后端开发实习生 一面

快手后端开发实习生一面,围绕Agent项目的长期记忆架构、向量检索与关键字检索原理、ReAct实现,以及Redis、JVM内存、MySQL慢SQL排查等基础展开。

2026-06

字节跳动飞书 AI 产品面经

字节跳动 飞书 AI 产品经理

飞书 AI 产品面试拆解,聚焦 Agent、Workflow 与单次提示词的选型边界、Agent 的工程弊端,以及飞书多维表格使用经验。

2026-05

腾讯面经-腾讯后端开发岗面经-03

腾讯 后端开发工程师

腾讯后端开发岗面试,考察线程池、Agent 监控分析、JVM、网络状态和排序算法。

2026-05

小红书AI产品一面面试题拆解

小红书 Product Engineer 一面

小红书Product Engineer AI应用方向一面题目,重点考察检索Agent的上下文管理、大模型输出约束,以及使用AI编程工具拆解和实现需求的流程。

2026-05

蚂蚁集团Agent后端开发一面凉经

蚂蚁集团 后端开发 一面

蚂蚁集团Agent后端开发一面面试经验,重点考察大模型Agent架构设计、Java基础(重写equals/hashCode、线程安全)、MySQL事务机制(幻读/隔离级别)及死锁处理,适合准备大模型研发或后端岗位的求职者参考。

2026-04

百度AI产品经理暑期实习一面面经

百度 AI产品经理实习生 一面

百度AI产品经理暑期实习一面面经,覆盖B端经验、产品上线、国内外大模型、竞品分析、RAG、AI商业化、AI编程工具与Agent产品差异。

2026-04

百度 AI 产品经理日常实习一面面经

百度 AI 产品经理 一面

百度 AI 产品日常实习一面,重点考察求职方向、AI 项目、竞品与用户调研、Agent 选型、Query 分类、搜索链路和作品集。

2026-04

深势科技 Java 开发面试经验

深势科技 Java开发 一二面

深势科技Java开发面试经验分享,涵盖一面基础与二面大模型Agent实战。重点考察JVM底层、MySQL事务锁机制、Redis高级应用、Kafka架构及Spring AI RAG知识库构建方案。适合准备后端开发与AI应用开发岗位的候选人复习参考。

2026-04

京东AI后端开发日常实习二面面经

京东 AI后端开发 二面

京东AI后端开发日常实习二面经验分享。面试重点围绕项目实战、Spring AI框架设计、RAG流程逻辑、Agent架构(长期/短期记忆)及AI辅助编程工具应用。考察候选人对大模型工程化落地及复杂业务重构的理解能力。

2026-04

京东物流实习生二面面经(Agent项目深度拷问)

京东物流 Java后端实习生 二面

京东物流Java后端实习生二面面试记录。面试官重点考察Agent项目开发经验,涵盖RAG架构设计、Spring AI框架原理、大模型记忆机制、AI辅助编程工具应用及业务场景落地能力。无手撕算法,侧重工程思维与技术选型。

2026-04

京东科技AI后端研发一面(日常实习)

京东科技 AI后端研发实习生 一面

京东科技AI后端研发日常实习一面,约1小时,涵盖秒杀防超卖加锁机制、Caffeine本地缓存一致性、Agent memory模块设计、大模型架构选型,以及Java内存模型、RPC框架、HTTP协议等八股题,适合准备后端实习面试的同学参考。

2026-04

美团AI后端开发一面面经分享

美团 AI后端开发 一面

美团AI后端开发一面面试经验,涵盖Agent循环与RAG知识库架构,考察Redis分布式锁与缓存一致性方案,涉及TCP网络协议、数据库分表设计、SOLID原则及多线程并发场景,并包含海量数据处理算法题。

2026-04

去哪儿春招 Java 一面凉经

去哪儿 Java开发 一面

去哪儿春招Java开发岗位一面面试题,重点考察了候选人的项目Agent实战能力、意图识别与业务告警根因分析,以及Java集合框架(ArrayList/LinkedList)、多线程并发扩容问题和线程池参数调优等八股文知识点。

2026-04

TCL科技Java实习面经

TCL科技 Java实习

TCL科技Java实习面试实录,面试侧重于实习经历与AI Agent项目的深度拷打,全程无八股文与手撕代码。本文总结了面试高频问题及应对策略,帮助Java求职者提升项目总结能力与技术交流技巧。

2026-04

腾讯 ima 面经:Agent 项目与高并发后端八股

腾讯 ima (Golang) 一面

腾讯ima岗位一面面经。面试涵盖Agent架构设计、RAG应用实践、SSE与WebSocket区别、DDD领域驱动设计,以及高并发场景下的Redis缓存策略、互斥锁、布隆过滤器与消息队列等后端核心技术八股。

2026-04

抖音AI产品经理校招二面面经

抖音 AI产品经理 二面

抖音AI产品经理校招二面面经,考察用户沟通、AI教育竞品、Deep Research横向对比、大模型资讯、智能体体验改进、需求细化和Cursor产品拆解。

2026-03

快手后端Java开发二面面经

快手 Java后端开发 二面

快手企业事务部门Java后端开发二面面经,面试时间2026年3月。重点考察AI Agent项目经验,涵盖RAG流程与选型、幻觉优化、Redis瓶颈分析、RabbitMQ消息队列原理,以及LangChain4j框架选型等核心技术点,无Java八股和手撕算法,整体体验良好。

2026-03

美团小美Agent产品实习一面凉经

美团 Agent产品经理实习生 一面

美团小美Agent产品实习一面凉经,重点深挖Vibe Coding项目、模型选型、MVP验证、不同AI编程工具体验和Skill设计思路。

2026-03

腾讯广告AI产品经理实习面经

腾讯广告 AI产品经理实习生 一面

腾讯广告AI产品经理实习面经,考察Transformer与扩散模型、Agent和工作流、二次编辑、广告AI产品策略、商业价值评估和多Agent协作。

2026-03

腾讯面经-腾讯后端开发岗面经-06

腾讯 后端开发工程师

腾讯后端岗位面试记录,涉及滑动窗口、智能客服 Agent、事务隔离、Redis 和排序算法。

2026-03

腾讯S3后台开发一面凉经

腾讯 后台开发 一面

本篇面经记录了腾讯S3后台开发一面经历。面试核心围绕Java与Go语言特性、面向对象编程思想,并深入探讨了Agent项目中的RAG原理、缓存一致性、权限控制、幂等性实现及设计模式应用。同时考察了布隆过滤器与短网址算法实现。

2026-03