百度
后端开发一面面经
完整信息
本篇目录
时间：7.30
时长：1h
岗位：后端开发
面完最大的感受就是这轮真的挺看项目深度的[牛泪]，本来以为 AI Agent 项目可能聊一些技术栈，结果面试官一直往系统设计和线上场景里面追，很多问题都比较偏实际落地
简单整理一下面试过程，发发面经[羞涩]：
先是聊了一下技术方向
介绍完实习项目后，开始深挖 Skill 项目：
（1）这个项目上线后有没有一些实际数据指标？
（2）如果用户量突然增长，系统压力变大，你觉得瓶颈可能在哪里？
（3）如果重新设计这个项目，你会怎么优化整体架构？
（4）项目中 prompt 调用涉及 RPC 和数据库查询，如果请求量上来，怎么降低压力？
（5）缓存应该放在哪里？缓存数据怎么设计？过期时间如何设置？
（6）线上发现某个 skill 的 prompt 配置有问题，怎么做到快速修复？
（7）一个大 prompt 拆成多个 skill，除了减少 token 消耗，还有哪些优势？
然后聊了一些线上稳定性问题：
（1）接口上线后耗时突然增加，一般怎么定位？
（2）缓存失效后大量请求同时打到数据库，怎么避免数据库压力过大？
（3）缓存和数据库数据不一致，如何保证数据同步？
（4）MQ 出现消息积压，排查思路是什么？
（5）多个请求同时修改同一条数据，如何保证数据正确？
（6）如果不使用行锁，还有哪些方案？
AI Agent 相关问题：
（1）Agent 和普通 LLM 最大区别是什么？
（2）为什么需要 MCP？
（3）一个 Agent 如何管理多个 MCP？
（4）如果设计一个旅游类 Agent，prompt 应该怎么设计？
（5）Memory 模块你会怎么设计？
（6）Agent 调用多个工具时，如果中途某个工具失败，如何设计恢复机制？
这里回答了重试机制，如果多次失败则进入异常处理流程，必要时通过 human-in-the-loop 进行人工介入。
基础部分：
（1）数据库有哪些常见索引？
（2）HTTP 请求从发出到返回经历哪些过程
（3）HTTP 和 RPC 有什么区别？
手撕算法：
无重复字符的最长子串
感觉这次面试感觉不是特别偏八股，更像是在看有没有真正参与过项目[喝可乐] #秋招面试记录#
本篇目录
当前问题0123
- 01
这个项目上线后有没有一些实际数据指标？
- 02
如果用户量突然增长，系统压力变大，你觉得瓶颈可能在哪里？
- 03
如果重新设计这个项目，你会怎么优化整体架构？
- 04
项目中 prompt 调用涉及 RPC 和数据库查询，如果请求量上来，怎么降低压力？
- 05
缓存应该放在哪里？缓存数据怎么设计？过期时间如何设置？
- 06
线上发现某个 skill 的 prompt 配置有问题，怎么做到快速修复？
- 07
一个大 prompt 拆成多个 skill，除了减少 token 消耗，还有哪些优势？
- 08
接口上线后耗时突然增加，一般怎么定位？
- 09
缓存失效后大量请求同时打到数据库，怎么避免数据库压力过大？
- 10
缓存和数据库数据不一致，如何保证数据同步？
- 11
MQ 出现消息积压，排查思路是什么？
- 12
多个请求同时修改同一条数据，如何保证数据正确？
- 13
如果不使用行锁，还有哪些方案？
- 14
Agent 和普通 LLM 最大区别是什么？
- 15
为什么需要 MCP？
- 16
一个 Agent 如何管理多个 MCP？
- 17
如果设计一个旅游类 Agent，prompt 应该怎么设计？
- 18
Memory 模块你会怎么设计？
- 19
Agent 调用多个工具时，如果中途某个工具失败，如何设计恢复机制？
- 20
数据库有哪些常见索引？
- 21
HTTP 请求从发出到返回经历哪些过程
- 22
HTTP 和 RPC 有什么区别？
- 23
无重复字符的最长子串