携程
Agent 开发二面面经
完整信息
本篇目录
架构：自研DAG轻量工作流，没上LangGraph。Master拆意图派活，Sub各管一摊。主流程走编排，多轮靠stage分流只跑差异点。让讲了最好的项目，按背景-拆解-落地顺的。
评测：初期人工抽检，稳了看采纳率。Badcase靠Trace ID定位。SFT看两个条件：坏case占比最高+Prompt调不动。跷跷板解法是拆分支配模板。调不动先换大模型跑AB，没收益就优化上游数据。
推理：上了vLLM+KV Cache+Continuous Batching，KV Cache省70%预填充。Batching有坑，长请求饿死短请求，加了动态调节。QPS二三十，瓶颈在检索IO，做了异步Pipeline。
语音：纯文本。选ASR看WER和VAD。完整报告3-5秒，首字1.5秒。审核规则兜底，没上大模型。
动机：想搞平台级AI工程，偏业务定制像体力活。早会只问卡点，按周切里程碑。
整体问得细不刁钻，看重亲手做过什么、怎么决策。推理优化和评测闭环答得顺不顺决定印象分。
有需要的可以t我 华为，字节，腾讯，阿里，淘天，携程，蚂蚁各大公司都没问题
#携程面试# 面经 #Agent面试# 算法面试 #留学生找工作# 留学生求职 #北美求职# 面试辅导
本篇目录
当前问题0101
- 01
让讲了最好的项目，按背景-拆解-落地顺的。