面灵AI→

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

华为 AI 应用开发 二面

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

2026-11

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

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

PE 全栈一面:多 Agent 怎么交互、Answer Agent 挂了怎么兜、意图识别错了怎么办

未注明 全栈(PE) 一面

PE 全栈一面(原帖未写公司名):从项目选型问起——React 项目为什么不用 LangChain / LangGraph、Chain 与 Graph 的区别,接着追问多 Agent 交互、Answer Agent 失败时的降级兜底、意图识别出错、参数缺失被模型自动补全(幻觉)、用户量与推广、实习里的性能提升,最后落到后端技术栈。

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