Agent 开发一面、二面、三面面经

Timeline:

09.02 一面 过

09.08 二面 过

09.15 三面 横向挂

累了，毁灭吧……9月份后续的两周字节又有两个部门电话约面，一个是云服务部门，由于没有做过对口的实习，直接拒面。另一个是Data的Agent开发，本人对于Agent开发并无太大兴趣，而且这玩意实际上缺乏稳定性，我更加偏向于传统的业务后端，因此也拒了面试。希望国庆节之后，字节能来点正常的岗位捞面。

一面：

A. 开场、经历与求职方向

1. 请做一个简单的自我介绍。
2. 你第一段实习在哪里，所在团队和主要工作是什么？
3. 你在字节实习为什么没有转正？什么时候知道没有转正 HC？
4. 这次求职主要倾向什么方向？
5. 你平时主要使用 AI 工具，还是也学习大模型和 Agent 的基础知识？
6. 舆情分析 Agent 是学校项目还是个人兴趣项目？项目定位是什么？

B. MySQL、B+ 树与订单索引设计

1. MySQL 索引通常是什么结构？InnoDB 中应怎样设计索引？
2. 为什么数据库索引常用 B+ 树，而不是二叉搜索树、红黑树或 B 树？
3. B+ 树与平衡二叉搜索树的查找复杂度有什么区别？
4. （题面缺失，按对话推断）给定一个订单表和高频查询，这个表与查询的索引应怎样设计？
5. 联合索引为什么通常先放等值过滤列？什么是最左前缀原则？
6. 查询要返回 id 和 amount 时，哪些列应放进联合索引？怎样权衡覆盖索引与索引体积？
7. InnoDB 的主键索引和非主键索引有什么区别？
8. 查询包含 ORDER BY created_at 时，联合索引应怎样设计？一定要写 DESC 吗？
9. 建立两个独立索引后，底层是一棵 B+ 树还是两棵 B+ 树？
10. 两个独立索引怎样参与查询？为什么它们通常不能同时高效完成过滤和排序？
11. 对于“按订单和状态过滤、按创建时间取最新若干条”的查询，最终联合索引和查询过程是什么？
12. 使用 LIMIT offset, size 扫描百万或上亿行数据有什么性能问题？
13. 怎样使用游标分页优化深分页？游标为什么要包含唯一键？
14. 如果一个订单有一亿条子订单，需要逐批调用 RPC 并更新状态，怎样设计可靠的离线处理任务？

C. MySQL、Redis 与并发控制

1. Redis 有没有类似数据库二级索引的能力？
2. Redis 和 MySQL 各有什么优缺点？什么场景分别选择它们？
3. MVCC 是做什么的？它怎样服务于事务隔离？
4. Redis 有事务吗？它与 MySQL 事务有什么区别？
5. Redis 命令大体串行执行，为什么业务上仍然会出现并发问题？
6. Redis 6 引入 I/O 多线程后，是否变成多个线程并发修改同一个 Key？
7. 请举一个 Redis 多步骤操作并发不安全的具体例子。
8. 为什么不能先 GET 判断锁不存在，再执行 SET？SET NX 解决了什么问题？
9. 一个基本正确的 Redis 分布式锁应怎样获取？
10. 已经使用 SET NX，为什么释放锁还需要 Lua？为什么不能直接 DEL？
11. 如果业务没有执行完锁就过期了，怎样处理？
12. Pipeline 和 Lua 分别解决什么问题？Pipeline 中的一批命令是原子的吗？

D. 缓存淘汰与 LRU 算法

1. Redis 内存达到上限时有哪些淘汰策略？
2. 除了 LRU，还了解哪些缓存替换算法？
3. LRU 的核心原理和数据结构是什么？get、put 的复杂度是多少？
4. 请使用你熟悉的语言实现支持构造、get 和 put 的 LRU Cache。

E. 候选人反问与面试反馈

1. 该抖音电商团队主要负责什么业务？
2. 怎样理解面试官对本场表现的建议，后续应怎样改进？

二面：

A. 自我介绍与风控实习项目

1. 请简单做一下自我介绍。（00:29）

2. - 10. 字节实习相关产出拷打

B. AI Coding 过程与技术方案评审

1. 是否收到面试前的 AI Coding 题？目前完成得怎么样？（08:20—08:27）
2. 展示一下完成合同审核题的过程，你是怎样使用 AI 开发的？（08:39—09:05）
3. 你对 AI 生成的技术方案提了哪些修改？具体说一两个点。（10:02—10:16）
4. AI 给出的技术方案很长，人应该怎样 Review、抓重点和做取舍？（10:50—12:11）
5. 除了主要流程，Review 和开发时还关注哪些点？（13:00）
6. 当前实现处于什么阶段？不接模型的 baseline 能做什么？（13:24）

C. 输入歧义、不确定性与模型分工

1. 报告前面提示了一些歧义和问题，你怎样看待这些问题？（14:32）
2. 输入有歧义时，下面输出的关系是怎么得出的？有歧义就不建立关系吗？（15:19）
3. 原始信息不完整、不确定时，所谓“默认结果”应如何处理？结论会不会也有问题？（16:08—16:25）
4. 开发时是否给 AI 明确说明过这些边界情况？是否确认过它的处理逻辑？（16:34）
5. 这道 AI Coding 题实际花了多长时间？（17:04）
6. 如果时间更充足，你会怎样继续优化，并怎样和 AI 交互？（17:19）
7. 没有产品同学可以确认需求时，遇到模糊信息怎么办？（17:53）
8. 两个条款名称很相似，怎样确认它们是不是同一个条款？能否直接制定一个判断逻辑？（18:25—18:39）
9. 如果产品同学也是新人，也不知道正确答案，怎么办？（19:00）
10. 最终报告怎样区分确定的关系和疑似关系？置信度应怎样处理？（19:22）
11. 如果给你两天时间，最应该优先优化哪些模块？（20:10）
12. 是否需要引入大模型？哪些部分交给模型，哪些部分交给代码规则？（21:02）
13. 判断一个任务适合模型还是规则，有什么通用标准？（23:04）

D. 质量评估与 AI 辅助迭代

1. 怎样判断最终报告的质量，确认输出的关系是否正确？（24:02—24:11）
2. 将报告与人工标准答案比较后，发现差异应如何迭代？（24:39）
3. 差异一定要人工逐个分析吗？这个过程怎样利用 AI？（25:45）
4. 让 AI 分析差异、辅助修复，需要提供哪些信息？（26:25）
5. 只知道正确答案，不知道最佳实现策略时，怎样让 AI 帮忙？（26:51—26:57）
6. 告诉 AI 自己设想的实现策略，还是提供输入和正确输出让它推导，哪种更好？（27:30）
7. 是否实践过把测试用例交给 AI，让它验证、发现偏差并自行迭代？（28:07）

E. 长文档与上下文工程

1. 合同变成一两百页，超过 Agent 上下文窗口时怎么办？（29:35）
2. 文档具体怎样切分？如何处理切分边界和块大小？（30:13）
3. 文档切分以后，怎样得到最终答案？（31:16）
4. 不同子 Agent 分别处理文档块之后，怎样汇总结果？（32:17）
5. 汇总后的结果又超出上下文怎么办？如何让 300 页合同的处理链路真正跑通？（32:58—33:41）
6. 压缩或丢弃信息时，怎样判断哪些信息无效？（33:56）
7. 渐进式披露在这个合同场景中具体怎样落地？（35:32）

F. 幻觉与事实约束

1. 如果业务强约束 AI 不能基于虚构信息得出关系和结论，工程上怎样设计？（37:59—38:51）
2. 用另一个 Agent 评估结果，但评估 Agent 本身也有幻觉，怎么办？（40:47—40:57）
3. 判断结论是否基于事实，一定要经过 AI 吗？怎样把非 AI 校验纳入工程链路？（42:01）

G. 求职经历、学习方法与工具选型

1. 为什么没有继续在原团队实习并转正？（44:29）
2. 实习期间怎样学习 AI？从哪里获取信息？（44:55）
3. 信息很多时优先关注什么？关注之后有什么实践动作？（45:50）
4. 学到的新知识有没有用到实习开发中？（46:35）
5. 除了辅助开发，AI 有没有用到国际支付风控的业务场景中？（46:52）
6. 怎样理解 CLI 和 MCP Tool，它们有什么区别？（47:31）
7. 什么场景使用 MCP，什么场景使用 CLI，什么场景需要 Skill？（48:39，按对话推断包含 Skill）
8. 同一项能力支持多种接入方式时怎样选择？自己的业务能力如何开放给 Agent？（50:34）
9. 如果重点追求性能和低延迟，CLI、MCP、Skill 应怎样选型和设计？（51:51）

H. 反问与面试反馈

1. 本轮没有算法题吗？（53:06，候选人反问）
2. 上一轮做了什么算法题？平时是否比较擅长算法题？（53:12—53:21）
3. 对这场面试或后续学习有什么建议？（53:24，候选人反问）
4. 你自己对这场面试有什么感受？（53:43）
5. 怎样理解新概念的核心差异、出现原因、解决的问题及带来的新问题？（54:17—55:17，面试官反馈中的引导问题）

三面：

A. 开场与实习经历

1. 请做一下自我介绍。
2. 你在实习团队拿到转正 Offer 了吗？为什么没有转正？
3. 介绍一件实习期间能体现个人技术成长和能力的事情。

B. 实习产出A

1. - 24. 字节实习产出A拷打

C. 实习产出B

1. - 9. 字节实习产出B拷打

D. 实习产出C

1. - 9. 字节实习产出C拷打

E. 舆情分析 Agent 项目

1. 可以现场演示一下舆情分析 Agent 产品吗？
2. 这个项目是否已经上线并被真实用户使用？
3. 没有上线的话，本地直接运行这个项目吧。
4. 项目的目录结构是什么，为什么这样设计？
5. 你认为项目中最关键的代码和技术方案是什么？
6. 为什么自己实现这套流程，而不是直接使用成熟的开源 Agent 框架？
7. 为什么要持久化任务、工具调用和执行过程数据？

F. 算法题

1. 实现「最短无序连续子数组」。给定一个无序的数组，找到最短的连续覆盖区间，对区间内的元素递增排序，使得数组整体递增。（当时没多想，sort一下就完事了，面试官也没看具体代码的思路，看我样例过了就OK）

G. 候选人反问与反馈

1. 商品 AI 主要服务哪一类用户？
2. 商品 AI 想解决什么问题、达到什么业务效果？面试官对本场有什么建议？

希望面经能对大家的秋招有所帮助，也愿节后的面试能顺利一些，别再被横向了，能收到更多的面试[赞]