AI全栈开发面经

面试通过了，分享一下面经

一、开场 & 个人背景类

1. 简单做下自我介绍。
2. 这两个项目是课程项目还是兴趣项目？有没有想过把项目拿去售卖落地？
3. 平时 AI 工具（Codex,Claude code）使用情况如何？

二、核心技术面

1. 给小白讲解向量检索相关知识。
2. 向量之间用什么指标衡量相似度？
3. 向量检索这一步是不是就是召回？
4. 完整讲一遍从一个query进入系统到最后回答的执行流程。
5. 讲一下 IVF、HNSW 两种 ANN 近似检索的原理。
6. 向量索引是用 FAISS 还是数据库自带索引？有没有调过索引相关参数？
7. Bi‑Encoder 和 Cross‑Encoder 的区别、复杂度差异。
8. 混合召回（向量检索 + BM25）融合算法、RRF、Rerank原理。
9. Recall、Precision、F1 的关系；当召回率和精确率互相矛盾时，如何结合业务场景做权衡。
10. 项目里采用什么方案控制上下文膨胀？
11. 记忆系统如何衡量上下文膨胀下降的效果？
12. 为什么你们不做简单 RAG，而是要做整套多智能体系统？
13. 项目的评测数据集是怎么构建的？
14. Agent 执行 Trace 是用什么工具记录的？

三、岗位 & 业务 & 认知类

1. 怎么看待：为了业务上线，可以对代码质量做妥协，后续再重构？
2. 如何看待产品工程师这个方向。

四、反问环节

1. 你有什么想问我的？