道一云
Java、Agent开发一面、二面面经
完整信息
本篇目录
#发面经攒人品# 28双非，被压力坏了
初试：来，你先自我介绍一下。
你能不能跟我讲一下spring spring I O C 容器它是一个整一个机制，是怎么样？
那为什么会有一个一套这样的 I O C 的框架？它主要是为了解决什么样的问题？
你能跟我讲一下你对 spring bean 的生命周期是怎么理解的吗？
他怎么去处理那个循环依赖的问题？
你有没有利用过 spring 的某些机制来去实现你的这些项目？
那在分布式系统里面，如果你用了这个，刚刚你说那个定时任务的话，它会遇到哪些问题？
我想了解一下就是你在。嗯mysql嗯的优化上你做过哪一些哪一些优化。
能不能跟我讲一下那个索引的底层机制？
你能跟我讲一下 MVCC你的理解吗？
MQ是为了解决什么问题。
你在用M Q的时候在你的项目里面有遇到过什么问题。
那如果你遇到了消息机啊你会怎么说。
我刚刚有听到一个点就是消费者垄断是。
你是怎么能够做到，就是那个 Rabbitmq互网，就是让某个消费者不消费，你你这个垄断的策略怎么做到？
那如果我有四个消费者，有一个消费者有问题，那你的这套方案还可行吗？
我想了解一下当你线上发现了线上发现了呃那个实力在频繁的 OOM。尤其是 OOM 的报错，你会怎么去排查这个问题？
你能不能跟我讲一下？嗯。应该有哪些常见的垃圾回收器？
他们分别用在什么上？
你能跟我讲一下为什么你会想做这个东西？
你需要这个ag agent的输入是什么？
你现在这套系场里面有多少个专家
你有用过阿里阿里巴巴？如果你用idea的话，你应该会有看过阿里巴巴提出了一套那个呃编码规范嘛。
那我有个问题，那我有个问题就是你的这一套agent和阿里巴巴的那个研发规范它有什么差别？
那你的这个agent的优点在哪里，比他更强的地方在哪里？
你预计的实习时间大概有多长？
主要是你能不能跟我讲一下你对 harness 的理解？
看一下你有什么想了解？
复试：一、 全链路架构设计与工程落地
全链路研发平台设计：如果要设计一个从“产品需求 -> PRD -> 技术设计 -> 开发 -> 测试 -> 验证”的全链路 AI 研发系统（或代码编写平台），让你从 0 到 1 去实现，你会怎么设计？
个人落地实践：如果让你一个人写一个新项目，你如何利用 AI Coding 工具进行从 0 到 1 的落地？
请求链路：你的 Agent 项目的一次完整请求链路是怎么样的？
竞品差异：阿里也开发了一个 PR Agent，你自研的 Agent 跟他们的有什么核心区别与优势？
二、 核心控制流 (Harness & Loop)
Harness 的理解与应用：
Harness 到底是什么？
像 Codex 这种工具的 Harness 是如何解决模型输出不理想的问题的？在 Codex 中是如何应用的？
在你的实际项目里，跟 Harness 相关的设计都有哪些？
架构选择：Agent 的控制流怎么设计？为什么使用 Loop 架构而不是 DAG (有向无环图)？
模型输出兜底：如果大模型输出不理想（格式错乱、幻觉等），系统层面该怎么解决？
三、 异常处理与事务回滚 (高频难点)
工具调用失败分类：Agent 在 Tool Calling (工具调用) 失败时，你会如何进行分类（如网络错、参数错、逻辑错），并如何针对性处理？
超时控制：工具执行超时了怎么办？
多节点崩溃与恢复：Agent 在多节点 Execution 过程中，处理到某个节点失败导致系统崩溃，该怎么处理？如何恢复上下文？
状态回滚：如果一条链路有 10 个节点，第 8 个节点执行失败后，应该回滚到哪个节点？是否要分场景讨论？
副作用与敏感场景：
如果拥有副作用（Side Effects）的工具执行到一半报错了，该怎么办？
如果是涉及支付等极度敏感的场景，容错和一致性机制要怎么设计？
四、 记忆流与知识库 (RAG)
经验沉淀机制：如果要让 Agent 沉淀历史经验，你会怎么设计？什么样的数据有资格被放进历史经验库？
向量数据库：为什么要用向量数据库去存历史经验？选型的原因是什么？
五、 上下文管理与规范约束
Markdown 体系的价值：
agent.md、claude.md 这类文档的作用是什么？主要能解决大模型的什么核心问题？
讲一下这些 md 文档中最重要、最核心的三个元素是什么？
上下文稀释问题：AI 为什么会出现“上下文稀释”？为什么有时候它会不遵循我们给定的文档（如代码规范）去处理任务？
规范失效排查：如果你的 Agent 没有按照规范文档去审查代码，可能是什么原因导致的？该如何彻底解决？
摘要的必要性：在长文本处理中，为什么“摘要 (Summarization)”这一步极其重要？
六、 可观测性、测试与质量评估
链路追踪系统：如何构建一个 Agent 项目的完整链路追踪系统？可观测性和可回溯性具体怎么设计？
逻辑漏洞排查：如果用你设计的全流程系统跑完了任务，评估节点的报告显示“任务顺利完成”，但你人工验收发现需求并没有真正实现（少了某些功能），你该如何排查这个逻辑黑盒？
裁判机制局限性：多 Agent 裁判评估机制（LLM-as-a-Judge）不能解决的问题有哪些？
代码可用性验证：如何验证 Agent 确确实实生成了符合需求且可运行的代码？
测试驱动开发：你了解 TDD (测试驱动开发) 和 BDD (行为驱动开发) 吗？在 AI 时代它们怎么结合？
七、 个人素养、技术视野与反问
日常工具库：平时 AI Coding 使用什么模型？都用过哪些工具库/框架？
前沿技术嗅觉：
你了解 AI 领域最新消息的渠道都有哪些？
你最近学过的 AI 相关技术有哪些？最近接触的 AI 相关的三件事是什么？
AI 领域最近最火的三个新闻是什么？
职业意向与协作：
为什么要从上家公司离职？
能接受做除了后端开发之外的工作吗？（例如写一些前端页面、对需求等）。
反问环节：你有什么想了解的？（通常用于反问技术栈、业务方向、团队构成等）。
项目经理面试：半小时，主要问一些规划、思考、实习难点产出啥的，没有技术的
本篇目录
当前问题0160
- 01
初试：来，你先自我介绍一下。
- 02
你能不能跟我讲一下spring spring I O C 容器它是一个整一个机制，是怎么样？
- 03
那为什么会有一个一套这样的 I O C 的框架？它主要是为了解决什么样的问题？
- 04
你能跟我讲一下你对 spring bean 的生命周期是怎么理解的吗？
- 05
他怎么去处理那个循环依赖的问题？
- 06
你有没有利用过 spring 的某些机制来去实现你的这些项目？
- 07
那在分布式系统里面，如果你用了这个，刚刚你说那个定时任务的话，它会遇到哪些问题？
- 08
我想了解一下就是你在。嗯mysql嗯的优化上你做过哪一些哪一些优化。
- 09
能不能跟我讲一下那个索引的底层机制？
- 10
你能跟我讲一下 MVCC你的理解吗？
- 11
MQ是为了解决什么问题。
- 12
你在用M Q的时候在你的项目里面有遇到过什么问题。
- 13
我刚刚有听到一个点就是消费者垄断是。
- 14
你是怎么能够做到，就是那个 Rabbitmq互网，就是让某个消费者不消费，你你这个垄断的策略怎么做到？
- 15
那如果我有四个消费者，有一个消费者有问题，那你的这套方案还可行吗？
- 16
我想了解一下当你线上发现了线上发现了呃那个实力在频繁的 OOM。尤其是 OOM 的报错，你会怎么去排查这个问题？
- 17
你能不能跟我讲一下？嗯。应该有哪些常见的垃圾回收器？
- 18
他们分别用在什么上？
- 19
你能跟我讲一下为什么你会想做这个东西？
- 20
你需要这个ag agent的输入是什么？
- 21
你现在这套系场里面有多少个专家
- 22
你有用过阿里阿里巴巴？如果你用idea的话，你应该会有看过阿里巴巴提出了一套那个呃编码规范嘛。
- 23
那我有个问题，那我有个问题就是你的这一套agent和阿里巴巴的那个研发规范它有什么差别？
- 24
那你的这个agent的优点在哪里，比他更强的地方在哪里？
- 25
你预计的实习时间大概有多长？
- 26
主要是你能不能跟我讲一下你对 harness 的理解？
- 27
全链路研发平台设计：如果要设计一个从“产品需求 -> PRD -> 技术设计 -> 开发 -> 测试 -> 验证”的全链路 AI 研发系统（或代码编写平台），让你从 0 到 1 去实现，你会怎么设计？
- 28
个人落地实践：如果让你一个人写一个新项目，你如何利用 AI Coding 工具进行从 0 到 1 的落地？
- 29
请求链路：你的 Agent 项目的一次完整请求链路是怎么样的？
- 30
竞品差异：阿里也开发了一个 PR Agent，你自研的 Agent 跟他们的有什么核心区别与优势？
- 31
Harness 到底是什么？
- 32
像 Codex 这种工具的 Harness 是如何解决模型输出不理想的问题的？在 Codex 中是如何应用的？
- 33
在你的实际项目里，跟 Harness 相关的设计都有哪些？
- 34
架构选择：Agent 的控制流怎么设计？为什么使用 Loop 架构而不是 DAG (有向无环图)？
- 35
模型输出兜底：如果大模型输出不理想（格式错乱、幻觉等），系统层面该怎么解决？
- 36
模型输出兜底：如果大模型输出不理想（格式错乱、幻觉等），系统层面该怎么解决？
- 37
工具调用失败分类：Agent 在 Tool Calling (工具调用) 失败时，你会如何进行分类（如网络错、参数错、逻辑错），并如何针对性处理？
- 38
超时控制：工具执行超时了怎么办？
- 39
多节点崩溃与恢复：Agent 在多节点 Execution 过程中，处理到某个节点失败导致系统崩溃，该怎么处理？如何恢复上下文？
- 40
状态回滚：如果一条链路有 10 个节点，第 8 个节点执行失败后，应该回滚到哪个节点？是否要分场景讨论？
- 41
如果拥有副作用（Side Effects）的工具执行到一半报错了，该怎么办？
- 42
如果是涉及支付等极度敏感的场景，容错和一致性机制要怎么设计？
- 43
经验沉淀机制：如果要让 Agent 沉淀历史经验，你会怎么设计？什么样的数据有资格被放进历史经验库？
- 44
向量数据库：为什么要用向量数据库去存历史经验？选型的原因是什么？
- 45
agent.md、claude.md 这类文档的作用是什么？主要能解决大模型的什么核心问题？
- 46
讲一下这些 md 文档中最重要、最核心的三个元素是什么？
- 47
上下文稀释问题：AI 为什么会出现“上下文稀释”？为什么有时候它会不遵循我们给定的文档（如代码规范）去处理任务？
- 48
规范失效排查：如果你的 Agent 没有按照规范文档去审查代码，可能是什么原因导致的？该如何彻底解决？
- 49
摘要的必要性：在长文本处理中，为什么“摘要 (Summarization)”这一步极其重要？
- 50
链路追踪系统：如何构建一个 Agent 项目的完整链路追踪系统？可观测性和可回溯性具体怎么设计？
- 51
逻辑漏洞排查：如果用你设计的全流程系统跑完了任务，评估节点的报告显示“任务顺利完成”，但你人工验收发现需求并没有真正实现（少了某些功能），你该如何排查这个逻辑黑盒？
- 52
裁判机制局限性：多 Agent 裁判评估机制（LLM-as-a-Judge）不能解决的问题有哪些？
- 53
代码可用性验证：如何验证 Agent 确确实实生成了符合需求且可运行的代码？
- 54
测试驱动开发：你了解 TDD (测试驱动开发) 和 BDD (行为驱动开发) 吗？在 AI 时代它们怎么结合？
- 55
日常工具库：平时 AI Coding 使用什么模型？都用过哪些工具库/框架？
- 56
你了解 AI 领域最新消息的渠道都有哪些？
- 57
你最近学过的 AI 相关技术有哪些？最近接触的 AI 相关的三件事是什么？
- 58
AI 领域最近最火的三个新闻是什么？
- 59
为什么要从上家公司离职？
- 60
能接受做除了后端开发之外的工作吗？（例如写一些前端页面、对需求等）。