AI应用开发实习生面经

• 面试公司：安软
• 面试岗位：AI 应用开发实习生
• 面试时间：2026 年 7 月 25 日
• 面试批次：实习
• 面试轮次：技术面试
• 面试形式：线上面试
• 面试时长：约 28 分钟

面试流程

开场先介绍两个个人项目，随后围绕 AI 编程、模型选型、上下文管理、自研 Agent 架构和 RAG 评测展开追问。后半段转向 Redis、IO 多路复用和数据库优化，最后是业务与实习内容的反问。

面试问题

项目与 AI 编程

1. 请简单介绍简历中的两个项目。
2. 两个项目是否都是个人项目？
3. 你怎样理解 AI Coding？它能替代开发者完成哪些工作，不能替代哪些工作？
4. 项目中哪些代码由 AI 辅助生成，哪些部分由自己设计或手写？
5. 日常使用哪些模型？模型选型时如何权衡能力、稳定性和成本？
6. 使用 Coding Agent 开发复杂功能时，如果上下文过长或模型产生幻觉，怎样把任务拉回正确方向？
7. 项目规则文件中会保存哪些不能在上下文压缩时丢失的信息？
8. 是否使用过辅助项目设计与开发的工作流或 Agent 框架？
9. 为什么自研轻量 Agent，而不是直接使用成熟框架？

Agent 架构与记忆

1. 项目如何统一接入三类模型后端？
2. 新增一个模型后端时，需要修改哪些位置？
3. 不同模型的请求格式和返回格式如何适配为统一接口？
4. 工具如何注册？工具的参数、权限和作用范围如何描述？
5. 三层 Memory 分别保存什么？
6. 哪些信息必须长期保留，哪些内容可以摘要或淘汰？
7. 为什么工具调用链属于高优先级记忆？
8. 文档读取结果如何使用渐进式披露，避免上下文快速膨胀？
9. 长期记忆如何保存笔记、错题和用户偏好？

RAG 评测

1. RAG 评测集是怎样构造的？有多少文档和问题？
2. 哪些内容由人工标注，哪些内容由模型生成？
3. 项目中接近 100% 的命中率是否可信？
4. 高命中率是因为数据量较小、针对性优化，还是可能存在过拟合？
5. 公开技术文档可能已经进入模型预训练数据，这会怎样影响评测？
6. 如果要提高结论可信度，应该使用怎样的私有或未见数据集？

Redis 与 IO

1. Redis 的 RDB 和 AOF 分别记录什么？各自有什么优缺点？
2. Redis 的核心命令执行为什么采用单线程仍然很快？
3. IO 多路复用解决了什么问题？
4. select、poll 和 epoll 的主要区别是什么？
5. Redis 6 引入的多线程主要用于哪些环节？核心命令是否因此改为多线程执行？

数据库优化

1. 遇到查询缓慢或数据量过大时，如何定位问题？
2. 慢 SQL 应该从执行计划、索引、SQL 写法和数据分布等哪些方面排查？
3. 什么情况下才需要考虑分库分表？
4. 如果由你设计分库分表方案，会选择什么拆分维度？
5. 分库分表可能引入哪些查询、事务和运维成本？

反问环节

1. 公司目前的主要业务是什么？
2. 团队在 AI 质检和垂直 Agent 方面主要做哪些工作？
3. 实习生进入团队后通常会承担哪些任务？
4. 对本次面试表现和后续学习方向有什么建议？

#牛客AI配图神器#
#实习面试记录#