百度

AI Agent 开发工程师面经合集

完整信息

93 条问法 · 73 道题

本篇目录

来源内容仅部分可用:原文不足

面经 01

面试岗位:百度 AI Agent开发岗 | 面试时间:2026 年 8 月 20 日

  1. 如果将Agent部署在本地机器,用于排查本机异常进程,实现该能力有哪些需要注意的点?
  2. 沙箱实例并发数量、需要考虑哪些问题?
  3. 如果给现有Agent扩展新能力,会考虑设计哪些功能?
  4. 当Agent遇到无法解决的场景,应该怎么处理?
  5. Agent记忆模块如何设计?
  6. 长期记忆、短期记忆与当前上下文内容出现冲突,如何解决?
  7. 如果由你设计实现一套企业内部知识问答Agent,整体方案怎么做?
  8. Agent调用Skill工具的完整执行流程是什么?
  9. 简述大模型token生成原理
  10. 大模型对话接口参数有哪些,分别什么意思?
  11. 大模型本身具备记忆能力吗?
  12. 查看机器CPU、进程状态常用哪些命令?
  13. Docker容器内运行程序,对比直接在宿主机运行进程,二者有什么区别?
  14. TCP相关机制,发生丢包时如何处理?
  15. 程序访问下游TCP服务出现连接超时,完整排查思路是什么?
  16. 手撕:反悔贪心&堆

面经 02

面试岗位:百度 AI Agent开发岗 | 面试时间:2026 年 8 月 18 日

  1. 自我介绍
  2. 介绍实习经历
  3. 讲一下py和java写项目时的主要区别
  4. 讲一下你的项目Agent的整体架构
  5. 如何设计一个ReAct流程
  6. 讲一下你这个项目的上下文设计;追问:怎么做的关键帧场景检测
  7. 讲一下你说的向量检索的原理
  8. 项目分片断点续传怎么做的
  9. 讲一下db里面的MVCC
  10. 讲一下jvm的垃圾回收机制
  11. java为什么需要有线程池
  12. 如果让你做一个类似cc或者code的Coding Agent你有什么思路
  13. 给定最近 T 秒内的访问记录,统计每个用户最近一次访问时间,并按照最近访问时间从近到远返回用户列表
  14. 讲讲算法思路

面经 03

面试岗位:百度 AI Agent开发岗 | 面试时间:2026 年 8 月 18 日

  1. 平时怎么使用 AI 提效?
  2. 如何理解 Prompt Engineering → Context Engineering → Harness Engineering 的演进?
  3. 三者有什么区别?
  4. Agent 上下文越来越长,快超过 Context Window 时一般怎么处理?
  5. 如果让你设计上下文压缩,会怎么设计?
  6. Claude Code 是怎么做上下文压缩的?
  7. 是否了解 Claude Code 的“三层压缩”?
  8. 如果从零搭建一个团队内部的知识问答 RAG,完整流程是什么?
  9. 主要分哪些步骤?
  10. 如果自己设计一套 Agent 教程 / 学习体系,会怎么划分章节?
  11. 什么样的 Agent 教程算比较好的教程?
  12. 内容来源怎么组织?
  13. Claude Code 这类 Coding Agent 应该重点研究哪些东西?
  14. 数据库基础:了解数据库索引吗?
  15. 实际项目里怎么使用索引?
  16. 如果设计一张存储 K 线数据的表,会怎么设计?
  17. 前端基础:有哪些前端开发经验?
  18. 平时主要使用什么前端框架?
  19. 手撕:二叉树前序遍历 + 层序遍历

面经 04

面试岗位:百度 AI Agent开发岗 | 面试时间:2026 年 7 月 18 日

  1. 请做一下自我介绍
  2. 介绍实习期间承担的主要工作
  3. Explain 中各个 Type 有什么区别?
  4. 分库分表是怎么做的?
  5. 大表查询中的数据预聚合是怎么做的?
  6. 手撕:合并两个数组

面经 05

面试岗位:百度 AI Agent开发岗 | 面试时间:未知

  1. 请你先做个简单的自我介绍
  2. 看你项目主要使用 Java 开发,视频平台项目技术栈和中间件较多,从技术架构角度介绍项目整体技术编排
  3. 这个后端功能很丰富,项目大概做了多久?
  4. 项目是否部署到线上机器,可以直接访问吗?
  5. 视频平台如何实现视频上传?
  6. 怎么判断文件是否已经上传过?
  7. 如果使用文件名作为 key,出现同名文件该怎么处理?
  8. 分片上传的这些分片信息是否考虑持久化?
  9. 分片数据、视频元信息,是用对象存储还是其他方式保存?
  10. 项目里 MySQL 和 ES 做数据同步,为什么要做数据同步,缓存在这里起到什么作用;追问:为什么 ES 查询效率比 MySQL 快很多?
  11. MySQL 检索查询的执行流程是什么样的?
  12. MySQL 有索引时,检索流程是什么?
  13. 了解聚簇索引和非聚簇索引吗?
  14. 一对一私聊是使用第三方服务,还是自建消息表?
  15. 使用 WebSocket,服务端维护两条连接实现两个用户私聊,为什么选择这种架构?
  16. 实现私聊还有其他方案,为什么选 WebSocket?
  17. 用户鉴权是自己实现的吗?
  18. 用户 ID 如何取值,怎么保证用户 ID 唯一?
  19. UUID 生成规则有了解吗?
  20. 当前是单表存储,如果用户访问量暴涨,千万级用户下单表性能下降,可以怎么扩展?
  21. 用户量到亿级,缓存也扛不住热数据,该怎么处理?
  22. 如果按 uid 维度做分片,该如何设计?
  23. 哈希分片后,线上服务持续运行,怎么完成新旧数据切换?
  24. 数据迁移过程还有哪些需要考虑,整体流程怎么设计?
  25. 了解 RocketMQ 和 Kafka 的区别吗?
  26. 什么是分布式?
  27. 了解分布式 CAP 理论吗?
  28. Nacos 是 CP 模型还是 AP 模型?
  29. 除了 MySQL 之外,还有哪些中间件可以做服务注册与发现?
  30. Redis 属于 CP 还是 AP 模型?
  31. Redis 速度为什么很快?
  32. IO 多路复用和 Redis 单线程会不会矛盾?
  33. 什么是缓存穿透?
  34. 除布隆过滤器外,还有什么解决办法?
  35. 算法题:岛屿数量,先说思路,然后编写核心代码

面经 06

面试岗位:百度 AI Agent开发岗 | 面试时间:未知

  1. 自我介绍
  2. 先说一下这个 Agent 项目;它是
本篇目录
  1. 01
    如果将Agent部署在本地机器,用于排查本机异常进程,实现该能力有哪些需要注意的点?
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
  7. 07
  8. 08
  9. 09
  10. 10
  11. 11
  12. 12
  13. 13
  14. 14
  15. 15
  16. 16
  17. 17
  18. 18
  19. 19
  20. 20
  21. 21
  22. 22
    讲一下你这个项目的上下文设计;追问:怎么做的关键帧场景检测
  23. 23
  24. 24
  25. 25
  26. 26
  27. 27
  28. 28
  29. 29
    给定最近 T 秒内的访问记录,统计每个用户最近一次访问时间,并按照最近访问时间从近到远返回用户列表
  30. 30
  31. 31
  32. 32
  33. 33
  34. 34
  35. 35
  36. 36
  37. 37
  38. 38
  39. 39
  40. 40
  41. 41
  42. 42
  43. 43
  44. 44
  45. 45
  46. 46
  47. 47
  48. 48
  49. 49
  50. 50
  51. 51
  52. 52
  53. 53
  54. 54
  55. 55
  56. 56
  57. 57
    看你项目主要使用 Java 开发,视频平台项目技术栈和中间件较多,从技术架构角度介绍项目整体技术编排
  58. 58
  59. 59
  60. 60
  61. 61
  62. 62
  63. 63
  64. 64
  65. 65
    项目追问
    项目里 MySQL 和 ES 做数据同步,为什么要做数据同步,缓存在这里起到什么作用;追问:为什么 ES 查询效率比 MySQL 快很多?
  66. 66
    项目里 MySQL 和 ES 做数据同步,为什么要做数据同步,缓存在这里起到什么作用;追问:为什么 ES 查询效率比 MySQL 快很多?
  67. 67
  68. 68
  69. 69
  70. 70
  71. 71
  72. 72
  73. 73
  74. 74
  75. 75
  76. 76
    当前是单表存储,如果用户访问量暴涨,千万级用户下单表性能下降,可以怎么扩展?
  77. 77
  78. 78
  79. 79
  80. 80
  81. 81
  82. 82
  83. 83
  84. 84
  85. 85
  86. 86
  87. 87
  88. 88
  89. 89
  90. 90
  91. 91
  92. 92
  93. 93

同作者面经

展开其余 2 篇收起其余 2 篇

相关公司