前端二面面经

自我介绍

可以讲一下具体的项目吗？觉得比较有难点的，或者有亮点的项目。

几个问题啊，首先这个旅游 Agent 它的一个需求背景，和它解决的一个业务上面的问题是什么？

所以你们这公司原本是已经有一个旅游平台，原本的业务是什么？就是这种，比如说门票啊、酒店啊，是这些业务吗？

那一个具体的应用场景，比如说这个旅游平台后面去做了这个旅游的 Agent 嘛，那它这个时候如果是用户进来去跟 Agent 交互的话，一般会去询问哪些问题啊？

所以你们这边是一个旅游攻略的定制的 Agent，然后会比如说过程中会涉及到你们的某些什么门票啊、酒店啊啥的，就会顺便把这个商品链接推出来吗？

然后这项目里面你是主要负责前端吗？

那像这个旅游预订你们是几个人开发的呀？

其实有一个点我在想啊，像这种的开发，像你刚说的什么流式输出，那可能这个前后端要去对的细节好像太多了吧。如果现在去拆分前后端的话，是不是会很麻烦？

然后这个 Agent 上线之后有统计数据吗？就它的一个访问量是怎么样？

多少访问量？比如说 PV、UV 啊，这些都是多少？

那你们现在是灰度的多少比例？

那按你们这么说，200 多的 UV，然后 10%，那应该整个平台的日均 UV 应该就是就是两三千对吧？

你们会重点看哪些业务指标呢？就怎么去验证你们这个 agent 是正向的呢？

那你们最终有已经灰度完有回收回来数据吗？

那这个刚讲这个是业务指标嘛，就是看你自身的转化率跟这个商业化的结果。那另外一个就看你的技术指标，就你们在 agent 上线之后，你们作为内部开发会关注哪些指标？

那像刚讲的这些指标，比如说响应的时间，然后像 token 消耗，这些怎么做优化？

那你们用的模型是用哪一个？

固定模型，有那种预备多个模型做切换的吗？还是就指定一个？

刚才讲到一个这个工具调用的一个成功率，这一块是怎么统计的？

这个应该是那个调用成功了，但你怎么确保它调用是准确的呢？比如说我调用的工具去查一下有哪些酒店，然后给它推荐一下酒店，然后可能用户的要求是离这个景点最近的，那它查出来可能不是，这种是怎么去做确认呢？

这种属于那种兜底，然后以及你前置去做限制，来确保它的一个准确率嘛。但如果说线上就是出现这种调用不准确的情况，你们是怎么去发现的呢？有没有办法去发现？

你们公司 Agent 的接的知识库是什么？

那关于这个知识库检索的优化这一块你有了解过吗？

然后刚你一开始还讲到这个了解一些大模型原理，然后刚现在就扯到这个知识库对吧？然后这里其实跟原理上面会有一些共同点，就是你能解释一下为什么这个大模型具备这个语义的理解能力吗？比如说你给它对应的两句话，或说用户给你一个查询的语句，大模型能去理解它的语一并且去匹配对应的内容，这个是怎么做到的？

每一句话里面，它会自己去找对应的关键词嘛对吧？做权重的分析，这个应该是叫自注意的一个机制，那它怎么实现的呢？

你讲讲一下这个点积的数学公式怎么算的？两个向量点积。

讲到这个扣子的工作流，对吧？然后以及现在这种 Agent，这两种 AI 的模式它有什么区别吗？

你们那个 Agent 的底层是使用什么？用什么 Agent SDK 吗？

自研出来的这个这个 Agent，有没有比这个类似的这种 Agent SDK 更好用？我觉得这个东西可能打个问号。就可能我们自己在在写那个 Agent 的时候，最后发现好像用现成的 SDK 会更整体的那个准确率啊，跟记忆相关这些东西会更好。

然后你对你自己的定位是希望是这种全栈开发还是前端？

像我们现在主营的业务，比如说某个游戏，它在新年或者说它的周年庆的时候，可能会做一些活动，营销活动。那到了某一个时间点开放活动之后，会有一大堆用户进来，进行比如抽奖，或者说邀请别人的一些营销的行为，然后去对应的抽奖、发奖。啊这可能是我们整个活动的一个主流程，然后它涉及到一个难点就是在于在到了某个时间节点的时候开放活动会有大量的用户涌入进来，那这个时候可能瞬间当天的一个 bpb 会是十多万。对瞬间的一个并发，最高的时候可能会到几万，上万的 qbs 都有。那这个时候对我们服务器的挑战挑战是很大的。那想问你的就是怎么去做对应的一个性能优化？你可以从你了解的角度，比如说前端、后端、数据库。运维各个层面，啊怎么去做，呃，优化，然后来响应这样的一个高并发的需求？