AIGC 多模态智能体算法工程师二面面经
完整信息
本篇目录
面试日期:2026-09-24
- 个人背景与实习经历
- 介绍实习
- Agent 理解、问题处理与 Tool 定位
3.1 如何理解 Agent,开发中会遇到哪些问题
3.2 前端手动入口和 Agent Chat 入口如何分工
3.3 散功能属于 Skill 还是 Tool - 大规模工具的识别与路由
4.1 当前约十个工具时如何识别正确 Tool
4.2 扩展到几百或几千个工具时如何保证命中率 - MCP 与普通 API 的差异
5.1 MCP 与普通 API 调用有什么区别
5.2 为什么 Agent 生态开始广泛使用 MCP - 长上下文与记忆管理
6.1 持续对话导致上下文变长时如何处理
6.2 短期上下文和长期摘要如何分层 - 多模态与模型后训练经验
- 当前实习状态
- 到岗时间
- 实习地点偏好
- Coding:滑动窗口最大值
- Coding:和为 K 的连续子数组个数
12.1 如何求和为 K 的连续子数组个数
12.2 如何从枚举前缀和优化到哈希表
12.3 现场实现是否通过检查 - Java 与 Go 的使用情况
- Go Channel
- ArrayList 与 LinkedList
15.1 ArrayList 和 LinkedList 的底层结构有什么区别
15.2 二者查询复杂度和适用场景有什么差异 - 反问环节
#实习面试记录#
本篇目录
当前问题0123
- 01
个人背景与实习经历
- 02
介绍实习
- 03
如何理解 Agent,开发中会遇到哪些问题
- 04
前端手动入口和 Agent Chat 入口如何分工
- 05
散功能属于 Skill 还是 Tool
- 06
当前约十个工具时如何识别正确 Tool
- 07
扩展到几百或几千个工具时如何保证命中率
- 08
MCP 与普通 API 调用有什么区别
- 09
为什么 Agent 生态开始广泛使用 MCP
- 10
持续对话导致上下文变长时如何处理
- 11
短期上下文和长期摘要如何分层
- 12
当前实习状态
- 13
到岗时间
- 14
实习地点偏好
- 15
Coding:滑动窗口最大值
- 16
Coding:和为 K 的连续子数组个数
- 17
如何求和为 K 的连续子数组个数
- 18
如何从枚举前缀和优化到哈希表
- 19
现场实现是否通过检查
- 20
Java 与 Go 的使用情况
- 21
Go Channel
- 22
ArrayList 和 LinkedList 的底层结构有什么区别
- 23
二者查询复杂度和适用场景有什么差异