pgvector 面试题
共 2 篇真实面经 · 涵盖 某半导体公司 / 快手 等 2 家公司
某半导体公司 AI Agent 一面:上下文压缩、记忆机制与 pgvector 被连续追问的 28 分钟
人工智能专业本科、做过 Agent 与 RAG 项目的候选人在秋招中的一面记录:28 分钟里先问学习方式、优势短板与部署经验,随后围绕实习中的 Agent 记忆模块连续追问上下文压缩怎么做、与 MySQL 存储是什么关系、为什么换 PostgreSQL、向量怎么生成与检索、百万级用户的表结构与分库分表依据;中段要求共享屏幕现场调研 Claude Code、Cursor 的记忆机制,结尾留下四个关于压缩阈值、记忆架构与 Agent 是否必须有记忆的问题让候选人整理后回复。
快手前端一面(RAG 链路与 AI Coding)
快手前端一面面经,题目围绕 AI 链路展开:DFS 实时循环与成环、为什么选 pgvector、BM25 与 RRF 融合、多 store 分片、解析缓冲与渲染缓冲、节奏控制、SSE 不完整行处理;AI Coding 环节本想自己下载题目,结果 AI 直接把题做完。