亚信安全
Agent 开发工程师（AI Native 工具）一面面经
完整信息
本篇目录
一、基本信息与岗位定位
岗位方向：大模型智能体（Agent）开发工程师 / AI Native 工具研发
面试轮次：技术一面
二、详细面试题目与复盘
Q1 做个简单的自我介绍。
Q2 可以简单讲一下 RAG 一般是怎么设计的吗？
追问：你们的评测数据集是怎么构建的？
追问：每个 case 跑几遍？用什么指标评判？
追问：你们这个 Agent 系统端到端的时间大概在多少？比如用户提出一个问题到系统给他返回结果，时间控制在多少？
Q3 你在华清未央是做的纯前端、全栈开发，还是纯后端？
追问：可以讲一下当时这个数据中台是什么量级的？
追问：具体有没有遇到一些什么困难的点？
Q4 这边对一些模型的算法有没有了解？比如说像 Transformer，或者是一些微调、小模型相关的。
Q5 像模型编排这一块，如果是比较长、运行时间比较久的任务，怎么样可以保证它的稳定性？
追问：比如可能是以天为单位运行的智能体，过程中不可避免会留下一些报错，或者调三方接口报错了，怎么样可以保证它下次运行的时候不会从头开始？就是类似断点续传这种。
Q6 一些传统的研发技术栈你这边了解得多吗？比如 Redis、Kafka、ES 之类的。
追问：可以讲一下 Redis 一般你会用在哪些场景下？
Q7 一般智能体后端要调大模型，压力比较大，或者说有预算限制（每次调模型都有实际成本），如何用 Redis 来做预算管理或者限流？
具体：怎么用 Redis 做到每个 key 每分钟只允许 N 次请求、只允许比如 100 万 token 的请求？
Q8 那预算怎么管理呢？你调一次大模型，只有等流式返回结束之后才能知道本次的实际消耗。比如现在十个并发过来了，这十个都还没达到最终的额度消耗；假设当前只剩一块钱额度，单个看每个请求都在额度内，但十个都放行就超额了。这个你会怎么设计？
Q9 模型的输入会算钱，输出也会算钱。那输出到一半了，结果预算到零了，这个时候你是选择继续让它输出完，还是直接截断掉？
三、反问环节
Q: 部门目前的 Agent 主要落地在哪些方向？
本篇目录
- 01
做个简单的自我介绍。
- 02
可以简单讲一下 RAG 一般是怎么设计的吗？
- 03
你们的评测数据集是怎么构建的？
上一问 ↑ - 04
每个 case 跑几遍？用什么指标评判？
上一问 ↑ - 05
你们这个 Agent 系统端到端的时间大概在多少？比如用户提出一个问题到系统给他返回结果，时间控制在多少？
- 06
你在华清未央是做的纯前端、全栈开发，还是纯后端？
- 07
可以讲一下当时这个数据中台是什么量级的？
- 08
具体有没有遇到一些什么困难的点？
上一问 ↑ - 09
这边对一些模型的算法有没有了解？比如说像 Transformer，或者是一些微调、小模型相关的。
- 10
像模型编排这一块，如果是比较长、运行时间比较久的任务，怎么样可以保证它的稳定性？
- 11
比如可能是以天为单位运行的智能体，过程中不可避免会留下一些报错，或者调三方接口报错了，怎么样可以保证它下次运行的时候不会从头开始？就是类似断点续传这种。
上一问 ↑ - 12
一些传统的研发技术栈你这边了解得多吗？比如 Redis、Kafka、ES 之类的。
- 13
可以讲一下 Redis 一般你会用在哪些场景下？
- 14
一般智能体后端要调大模型，压力比较大，或者说有预算限制（每次调模型都有实际成本），如何用 Redis 来做预算管理或者限流？
- 15
怎么用 Redis 做到每个 key 每分钟只允许 N 次请求、只允许比如 100 万 token 的请求？
上一问 ↑ - 16
那预算怎么管理呢？你调一次大模型，只有等流式返回结束之后才能知道本次的实际消耗。比如现在十个并发过来了，这十个都还没达到最终的额度消耗；假设当前只剩一块钱额度，单个看每个请求都在额度内，但十个都放行就超额了。这个你会怎么设计？
上一问 ↑ - 17
模型的输入会算钱，输出也会算钱。那输出到一半了，结果预算到零了，这个时候你是选择继续让它输出完，还是直接截断掉？
上一问 ↑ - 18
部门目前的 Agent 主要落地在哪些方向？