Agentic全栈研发练习生一面面经

面试时间：2026.8.6
今天发现挂了，效率挺快[叹息]。实话实说，面试体验很好，不是压力面，比较有耐心也会引导你。反问的环境请教一些技术选型落地的情况，面试官会耐心解答，唯一遗憾的就是java八股忘了不少，面完我还是挺有信心的hh没想到都没挺到二面。
更多的还是根据实习来拓展一些知识点。

1. 自我介绍。
2. 你在那边做的 Agent 主要解决什么问题？
3. 是客服还是真能帮研发解决问题？
   4.你提到了写操作边界，这里怎么划分的？
4. harness 层是什么？包括哪些内容？
   6.重构编排层具体怎么编排的？
   7.编排层的架构。
   8.怎么保证意图分流清晰？
   9.怎么知道一个 query 是模糊还是清晰（没答好）
   10.Skill 和 Tool 的区别？
5. Skill 是知识库还是融合在 Agent 里？什么阶段 fetch？
   12.用的什么模型？怎么保证不同模型表现一致？
   13.每天调用量？
   14.假如这样一个场景承接 5000-6000 人、每天十几万次请求怎么扩容.
   15.SQLite 选型为什么？
6. agent框架参考 LangGraph，图的点和边能讲一下吗？
   17.为什么自研不用开源框架？
   18.Java 8 到 17 升级了什么？
   19.HashMap 是什么结构？
   20.MySQL B+树索引结构？B+树和 B 树比为什么快？
   21.联合索引什么时候用、注意什么？
   22.明年毕业？会考研吗？
   23.了解小红书吗（这里聊了聊小红书和这个岗位）
   反问环节
   24.这个岗位在实际业务里负责什么？这个岗是有转正hc的，且大部分有意愿就能转，实习通过就相当于过了秋招的一轮筛选
   25.聊了聊query如何切分，这里是我没有答好的点
   26.聊了聊在rag作为向量知识库落地于业务场景的案例，讨论了一下主流的技术选型和实际在大厂的检索是怎么做的。
   27.面试官给了一些意见，希望的候选人是相信ai的，愿意接受agent主战场的，愿意投身其中的。
   ps：有点遗憾，也是第一次面大厂，但是面试体验非常非常好，再接再厉了[牛泪][牛泪]#我的求职进度条##大厂##发面经攒人品##还记得你第一次面试吗？##实习面试记录#