面试题库

面试题库

Agent 与 AI 工程

架构与编排

• Agent 包含哪些模块？和 ChatBot、普通 workflow 的关系是什么？
• 什么时候用单 Agent，什么时候拆成多 Agent？如何分工、同步状态和验收结果？
• Workflow、ReAct、多 Agent 有什么区别？哪些关系能用 DAG 表达，哪些需要循环？
• LangGraph、AutoGen、CrewAI 等框架各提供什么能力？Coze 的执行引擎是否适合你的系统？
• 任务描述不清、不同 Agent 输出不一致时，如何明确要求并评估结果？
• Agent 开发中最重要的约束是什么？To C 和 To B 的需求有什么差异？

模型与推理性能

• LLM 如何预测下一个 token？Transformer 的 attention、位置编码和前馈网络分别做什么？
• 推理为什么贵？prefill、decode、KV cache 各带来什么开销？
• 如何优化首 token 延迟、生成速度和总延迟？与吞吐、成本有哪些取舍？
• 项目用了哪些模型和版本？如何做 model routing，为什么这样选？
• 如何同时遵守 TPM、QPM 限制，并处理优先级和租户配额？

Prompt、上下文与记忆

• 如何设计和迭代提示词？怎么判断一次修改有效？
• system、user、assistant 等消息角色有什么作用？
• Prompt 模板如何版本化、装配和评测？
• 短期、长期记忆分别保存什么？对话历史如何存储、召回和更新？
• mem0 等记忆框架解决什么问题？哪些信息不应该写入记忆？
• Agent 的反思机制如何实现？例如心理咨询场景，怎样检查语气是否合适？
• 上下文超长时，如何分配预算、裁剪、摘要和筛选？哪些信息必须保留？
• 为什么不能直接压缩最早 70% 的对话？怎么避免摘要丢失原始需求？
• 整份需求直接输入与按模块输入如何取舍？分模块时怎样保留全局认知？
• 查询重写为什么用 LLM？规则、词典或轻量模型什么时候更合适？如何防止改偏原意？

RAG 与检索

• 如何设计 AI 问答系统？RAG 的离线和在线链路分别有哪些步骤？
• PDF、Markdown 等文件如何解析和清洗？表格、代码、标题层级如何保留？
• 固定长度、递归、按语义边界分块有什么区别？如何选 chunk size 和 overlap？
• Embedding 和向量相似度搜索是什么？如何选择语言、领域、长度和成本合适的模型？
• 向量数据库怎样检索？如何实现向量与 BM25 的混合召回？
• Rerank 如何做？使用 LLM 评分是否可行，成本和延迟有何限制？
• 检索和重排分别耗时多少？如何优化 RAG 延迟？
• 如何评估召回匹配度、答案相关性、忠实性和引用正确性？
• RAG 最难的问题是什么？如何定位问题发生在解析、检索、排序还是生成？

工具与执行流程

• Function Calling 从模型输出到真实代码执行、结果回传，完整流程是什么？
• 工具描述、参数 schema、权限和错误处理如何设计？项目接入了哪些工具？
• MCP 的角色和交互过程是什么？与 Tool Calling、Skills、A2A 分别是什么关系？
• 接入或手写过哪些 MCP 服务？客户端和服务端各负责什么？
• Skill 如何组织？渐进式加载怎么做？局部能力与完整任务流程如何划分？
• A2A 如何委派任务并交换结果？怎么防止递归对话、重复调用和无进展循环？
• ReAct 的执行步骤是什么？与只生成推理步骤的方式有什么区别？
• 如何做 Plan-and-Execute？怎么决定拆分粒度，失败时如何重新规划？
• 为什么需要自己的规划机制，现成 Code Agent 的 Plan 模式是否足够？
• 一次请求经过哪些步骤、几次 LLM 调用？如何设置步数和时间上限？

框架与 Code Agent

• LangChain4j 如何实现工具调用、Prompt 模板和结构化输出？与 Spring AI 有什么区别？
• 使用过哪些 Code Agent？Claude Code、Cursor 分别适合什么任务？
• 文件系统在 Agent 中承担什么作用？与只用对话历史相比有什么取舍？
• Spec 驱动开发如何组织需求、实现和验证？
• OpenClaw 的架构、记忆机制和 pi-coding-agent 是什么？与你的项目有何异同？
• Harness engineering 包含哪些环节？如何改善执行结果的可靠性？

质量与观测

• 幻觉为什么发生？如何从信息来源、提示词和结果校验减少错误？
• 工业图纸识别出现幻觉时，Prompt 和后处理分别能检查什么？
• 如何评估 Agent 的任务成功率、工具调用、恢复能力、成本和权限边界？
• 如何记录和关联 Prompt、Response、工具调用及错误？如何保护敏感数据？
• LLM 服务如何缓存？什么请求可以复用结果，如何处理权限和失效？

项目深挖

职责与设计选择

• 项目目标是什么？你负责了什么，最难的问题是什么，有哪些可验证结果？
• AI 能力解决了哪项实际需求？聊天、推荐、工具执行如何接入现有业务？
• 项目除了 RAG 还使用了哪些 Agent 技术，分别解决什么问题？

数据、检索与状态

• 运维 Log/Trace 长文本如何做 RAG？Top-K 检索不准时如何定位和调整？
• MinerU 解析跨页复杂长表格后，如何做语义合并？
• BM25 建在全文还是提取出的 Key-Value 字段上？依据是什么？
• Ragas 检索精度高、答案相关性低时，可能的瓶颈在哪？
• LangGraph 的 State 怎么设计？如何控制多轮序列化成本？
• 长期记忆何时压缩：token 阈值、语义重要性，还是组合？安全护栏如何实现？

运行保障

• 运维 API 超时或返回 5xx 时如何处理？哪些错误可以重试，怎样避免重复副作用？
• 2PC、TCC 的流程和取舍是什么？Agent 跨系统执行多步操作时如何处理一致性？
• 类 Manus 的系统如何设计任务调度器，处理恢复、并发和资源限制？
• 代码沙箱如何限制 CPU、内存和网络访问？
• Agent 异步回调如何防止消息丢失和重复处理？

代码理解与单测生成

• AST、调用关系如何用于代码理解和测试生成？
• 哪些代码不适合自动生成单测，如何识别和过滤？
• 覆盖率高但质量差时怎么判断？除了覆盖率，还看哪些指标？
• 什么时候需要 mock？依赖数据库、RPC 的测试如何稳定运行，避免测到的只是 mock 本身？

产品与性能

• 如何用模型提取视频标签并实现推荐？视频量很大时，如何安排处理流程和资源？
• 视频生成之后如何交付、验证结果，判断是否符合预期？
• 为什么限制每个用户只能上传一个文件？这个限制是否必要？
• 点位投放系统通过编排实现了解耦，还有什么瓶颈？
• 加缓存前后，吞吐和延迟改善多少？测试条件是什么？
• 令牌桶之外，如何加入任务优先级和多租户调度？

数据库、中间件与接口

MySQL

• 聚簇、二级、联合、覆盖索引和回表分别是什么？为什么使用 B+ 树？
• 怎样围绕查询选择索引？为什么不是越多越好，哪些情况不适合走索引？
• 主键与唯一索引有什么区别？重复插入会返回什么错误？
• ACID、undo、redo、binlog 分别解决什么问题？内部两阶段提交如何工作？
• 隔离级别有哪些？脏读、不可重复读和幻读是什么？
• MVCC、Read View、快照读和锁定读有什么关系？
• 记录锁、间隙锁、next-key lock 分别锁什么？乐观锁与悲观锁怎么选？
• 连接池为什么需要，关键参数有哪些？数据库已能承受当前 QPS，是否仍需要缓存？

Redis

• 各数据类型适合什么场景？对话上下文选 List、Hash 还是 Stream？
• SDS、跳表解决什么问题？Pub/Sub 与 Stream 有什么区别？
• RDB 与 AOF 如何取舍？TTL 过期与内存淘汰有什么区别？
• MULTI、EXEC、WATCH 如何工作？事务和 Pipeline 有何区别，执行错误会不会回滚？
• 分布式锁如何获取、释放和续期？过期或故障时互斥是否仍成立？
• 缓存穿透、击穿、雪崩分别是什么，如何处理？

消息、向量库与接口

• Kafka 为什么吞吐高？生产、分区、消费三个环节如何共同保证业务顺序？
• Milvus 按文档分类检索时，如何选择 Collection、分区、分区键和标量过滤？
• Cookie 与 Session 如何配合保持登录状态？
• 幂等是什么？消息、回调、接口重试中如何实现？用真实经历说明提交边界和故障处理。

操作系统与 Go

• 进程、线程和协程如何分工？Go 并发与其他语言有什么区别？
• Python 的 multiprocessing 和 threading 如何结合提高吞吐？
• 锁解决什么问题？线程、进程和多机器分别需要什么同步机制？
• 线程池的线程数、队列和拒绝策略如何设置？
• Slice 的 len、cap、扩容和共享数组如何工作？小切片为何可能保留大数组？
• Map 的语言语义和底层实现是什么？普通 map 加锁与 sync.Map 如何选择？
• Channel 在 nil、空、满、关闭时分别如何表现？
• Context、Mutex、RWMutex、WaitGroup 各解决什么问题？
• Agent 后端为什么常用异步执行？EventLoop、队列和有界并发如何协调状态？
• GMP 为什么需要 P？本地队列、全局队列和 work stealing 如何配合？
• 三色标记、STW 和混合写屏障如何配合？
• Defer 在何时执行，多个 defer 的顺序是什么？

网络与服务端

• TCP 三次握手、四次挥手分别做什么？为什么等待 2MSL？连接后网线断开会发生什么？
• HTTP 与 HTTPS 有何区别？HTTP 与 RPC 是同一层面的概念吗？怎样比较具体调用方案？
• SSE、WebSocket 与 HTTP 的关系是什么？Java 如何实现流式响应，项目为什么选择该方案？
• 接口鉴权如何实现？
• 视频带宽压力大时如何处理？
• 网络访问可能在哪些环节被阻断？访问受限的海外服务时，有哪些网络架构和部署选择，单台服务器有何限制？
• Java 的模型调用 SDK、API 接口和连接池如何设计？
• vLLM 的 PagedAttention 原理是什么？
• FastAPI 的中间件与依赖注入各适合什么逻辑？使用过哪些相关库？
• asyncio.gather 与 as_completed 有何区别？并发模型请求中，单个超时如何处理？

算法与 AI 工具

• 实现 LRU 缓存，要求 get、put 为 O(1)。
• K 个一组翻转链表；如果最后不足 K 个也要反转，怎样修改？
• 螺旋矩阵、有序数组的平方、无重复字符的最长子串。
• 日常使用哪些 AI 工具？怎样描述需求、控制修改范围并验证结果？
• 写过或使用过哪些 command、Skill？解决了什么具体问题？