Agent 全栈开发工程师一面面经

一、项目与知识库

1. 你现在还在百度是吧？
2. 知识构建与图谱抽取怎么做？
3. 文档是自己全量捞取，还是有人上传？
4. 更新是每天全量跑一遍吗？
5. 更新时实体抽取和关系关联怎么处理？
6. 如果修改一篇文档，内部更新流程是什么？

二、检索与图谱

1. 底层检索做了哪些提升？
2. 图数据库和向量库分别适合什么场景？

三、技术栈与 AI Coding

1. 你的主语言是什么？
2. AI Coding 的占比大概是多少？
3. 使用模型生成字段说明和接口设计时，协作流程是什么？
4. 模型对话采用什么形式？
5. 这些流程通过什么工具实现？

四、数据库、中间件和索引

1. MCP 算不算中间件？
2. 了解 MySQL 主从同步吗？
3. MySQL 的读请求会读从库吗？
4. 系统一定是多机房、多机多库吗？
5. 在索引设计方面有什么经验？
6. 索引失效通常是什么原因？

五、大模型与记忆

1. 现在使用的是什么模型？
2. 为什么不同场景使用不同模型？DeepSeek、千问和 Claude 有什么区别？
3. DeepSeek V4-Flash 的上下文是多少？目前有哪些长上下文模型？
4. 记忆压缩怎么做？进行到第十一轮时，应该给模型哪些信息？

六、Harness 工程理解

1. 你怎么看 Harness 工程？
2. 模型越来越强以后，Harness 工程会变薄还是变厚？

七、项目难点与复盘

1. 在百度做得最成功或者最难的一件事情是什么？
2. 图谱构建是你一个人做的吗？
3. 项目是纯自研，还是使用了开源组件和成熟平台？
4. 图谱抽取如何进行多轮调优？
5. 相对于纯 RAG，GraphRAG 有什么指标提升？
6. 大模型做判断时，会给它什么输入？
7. 图数据库适合回答什么问题？

八、算法题

1. 给定数字集合 A，如何求出由 A 中数字组成且严格小于 N 的最大整数？