LangChain 面试题
共 22 篇真实面经 · 涵盖 多家 / 成都初创公司 / 华为 / 通联数据 / 某公司 等 21 家公司
Agent 架构选型二十问:从 LangGraph 到 ReAct 再到任务完成判定
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。
成都小厂 Agent 面经:从 MVCC 问到代码生成平台与 Token 缓存
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。
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。
通联数据大模型应用面:PDF 解析选型、Reranker 与 LangGraph 之辩
通联数据一面集中在 RAG 工程的选型与理解:项目是否从零自研、有没有做框架调研、PDF 解析为什么选 PyMuPDF、嵌入模型为什么选 BGE-M3、有没有对比其他模型、加 Reranker 的原因是什么(面试官认为候选人没真正理解精排)、如何做证据溯源(回复要标出被召回的句子或段落并高亮)、除 chunk 层面还有没有别的办法;第二个项目追问还了解哪些 Agent 框架(LangGraph、LangChain、DeepAgent、Pi Agent SDK)、各自区别与适用场景、LangGraph 的缺点,面试官指出其对 LangGraph 版本与封装程度的认知已过时。
Agent 方向技术面:Agent RAG、LangGraph、harness 与上下文管理
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。
深信服 AI 测试开发一面:大模型与工程脚本的分工、LoRA 与 LangChain 三件套
深信服 AI 测试开发一面(线下,约 11 月 9 日):先确认实习是否测试开发、数学建模竞赛的分工与规模,再挑一个最好的项目深挖——哪部分由大模型做、哪部分是工程脚本、为什么这么设计、是否独立选型、后端接了哪些外部系统、做得最好的点、Bad case 是否人工标记;随后问 pytest、数据集与指标、微调挑战与 LoRA、训练框架,以及 LangChain、LangGraph、LlamaIndex 三者的关系与区别,最后问主动推动落地的例子与个人优势。
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。
上海某小厂前端二面:自研工作流、PDF 入库与 zod 边界
上海某小厂前端二面约 20 分钟,围绕实习项目里的自研工作流执行层展开,追问节点失败与超时、扫描版 PDF 和图表入库、OCR/VLM 异常处理,以及 zod 与 TypeScript 的分工。
国药控股 AI Agent:意图识别与工具挑选
国药控股广东生物科技 AI Agent 岗面试(2026.10.15):围绕 LangChain 多节点实践追问意图识别、工具挑选与 AI 输出 JSON 的稳定性,也问了虚拟滚动的实现原理与渲染等待方式,以及用 Codex 按 spec 开发的流程;后半段是专业学历、岗位前景一类开放问题。
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,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。
千问 AI 研发一面凉经:Agent 设计、工具调用与 LangGraph
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。
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。
哔哩哔哩 AI Agent 开发一面面经全解析
哔哩哔哩 AI Agent 开发一面记录,18 道题覆盖 Agent 核心模块与 Chatbot 的区别、意图识别的三种实现与少样本稳定性、RAG 全流程与召回问题定位、切片与 Embedding 选型、LangChain 与工具调用机制、记忆设计与循环保护,最后手撕合并重叠区间。
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。
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。
合肥某头部企业 软件开发实习面试:33 题追问 RAG、MySQL 与 AI Coding
合肥某头部企业软件开发实习生面试汇总:原定半小时却追问了一个小时,33 道题几乎全围绕医疗问答项目——RAG 切分与 Embedding、BM25 与 MMR、MCP 协议、LangChain 与 AI Coding 工作流,随后是 MySQL 隔离级别与 MVCC、Undo Log、深分页、连接池、JVM 排查与 Nginx、Docker 基础。
汇川技术全栈一面:JWT、AOP 与微服务八股
汇川技术全栈岗一面面经(9.23):自我介绍与实习业务之后进入八股,覆盖 JWT 流程与为什么用 Redis 存 JWT、AOP 的应用、接口优化思路、创建线程的方式、MQ 不丢消息与幂等、微服务组件、LangChain 与 LangGraph 的区别、Spring 循环依赖、MySQL 事务隔离级别与索引失效场景。
金蝶 Agent 开发一面(项目为主)
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。
维他奶Java线下面试面经
维他奶Java线下面试,讨论数据库死锁、AI代码审查、开发工具使用、系统探活高可用以及从Dify迁移到LangChain的原因。
爱学习集团Java开发二面凉经
爱学习集团Java开发二面面经,面试时长39分钟最终未通过,考察MySQL索引与SQL优化、Spring IOC自动装配Bean原理、SpringBoot启动流程、常见设计模式,以及LangChain/LangGraph等AI应用框架的了解程度。
快手后端开发实习一面面经
快手后端开发实习一面面试题解析,涵盖项目架构设计、Java八股文、LangChain与LangGraph核心机制、向量数据库Milvus索引、大模型LoRA微调及vLLM原理。适合准备高阶后端及AI应用开发岗位的候选人复习参考。
快手后端开发实习二面面经
快手后端开发实习二面面经分享。面试重点围绕大模型应用落地,涵盖Milvus向量数据库选型、LangChain/LangGraph框架对比、模型评测、SFT与RL算法对比,以及MySQL锁机制与链表排序算法题。适合准备AI相关后端开发职位的同学复习参考。