AI 应用工程师一面面经

岗位：AI 应用工程师（飞书多维表格方向）

轮次：一面

形式：视频面

时长：约 70 分钟

一、开场

• 自我介绍

二、算法

• 现场手写一道算法题（1～N个数中选k个，给出可能的答案）
• 追问：时间复杂度和空间复杂度是多少？

三、项目深挖

Agent 相关：

• 为什么项目不用 Claude Code？
• 是否是自己搭建的Agent runtime
• 你的 agent 基座在 memory 压缩、同步/异步、session 总结上是怎么做定制的？

迭代与评测：

• 如何确保迭代时，AI改正的地方是真的有效？人工有没有做什么指引和约束
• 迭代后怎么验证效果？（回归评测、能力评测、灰度、影子 case）

细节追问：

• 你在这个项目里主要承担什么角色？
• 团队规模多大？
• 评测中如果出现「小层面提优、大方向负优化」怎么办？

四、场景设计题：数据分析 Agent

• 假设让你做一个数据分析的 agent，老板经常问「为什么今天这个数据异常 / 标高了」，你会怎么设计？
• Memory 你会怎么设计？
• 上下文怎么管理？
• 需要几个 agent？架构怎么设计？
• 如果业务表结构变了、加了新表，怎么处理？
• 具体怎么落地实现？
• 你觉得难点是什么？

五、服务治理 / 线上问题排查

• 如果一个服务突然变得很卡、很慢，你会怎么排查？
• 如果是 CPU 太高呢，怎么定位？
• 这些你实际工作中接触过吗？

六、数据库

• 数据库索引、事务了解吗？
• 索引的底层原理是什么？
• 最左前缀匹配是什么原理？为什么会失效？
• 读已提交和可重复读的区别？
• 从原理层面讲讲可重复读？
• 如果要放弃可重复读，退到读已提交，你会怎么判断与取舍？如何判定当前服务需要的隔离层级？

八、计算机网络

• 介绍一下一个数据包打到你的服务器网卡，一直到应用程序的全流程
• 介绍一下TCP中发送窗口是如何调整的？
• 具体根据拥塞情况调节的机制？

九、Go / 并发

• 为什么用协程？协程和线程的区别？
• 阻塞状态的 goroutine 是怎么处理的？和线程有什么不同？
• goroutine和线程切换的时候，有什么不同？
• 为什么用户态调度就会比内核态快？底层发生了什么？
• 假设服务器上有10000个goroutine，此时它们是如何调度的？

九、感受

• 项目 + 场景设计题占了大头，几乎全程围绕「AI 应用工程」的方法论在问：memory、context、多 agent 编排、自迭代、评测体系，一个都跑不掉
• 服务治理、数据库、Go 底层这些八股也没放过，B+ 树、MVCC、GMP 挨个来
• 反问环节面试官挺真诚的，聊了不少业务方向和 AI 时代的思考
• 整体感觉：广度 + 深度都要，AI侧要深，基础知识也不能忘

攒人品，希望对后边的同学有帮助 🙏