Agent开发一面面经

字节暑期实习 Agent开发一面，面了1个小时，但主播已经凉了[牛泪] 来发面经攒攒人品 面试时间：7月15日 面试岗位：Agent开发 面试问题： 1.简单讲讲Agent项目?(基于大模型实现React 模式下的自主规划能力，解决长线任务，学习检索与记忆规划) 2.短期记忆的具体实现方式是什么?(设定一个窗口上限，当上下文快达到上限时，让Agent进行总结，并保留最近的2-3轮对话) 3.什么叫“快到上限了”?对话是怎么逐步叠加的?(每一轮用户的查询和模型的返回结果都会实时叠加，并在下一轮对话时一起发送给模型) 4.如果对话轮次过多，你怎么去做优化?(保留SystemPrompt确保色不丢失;保留最近2-3轮对话确保聚焦当前任务;对更久远的对话进行归纳总结) 5.什么时候去触发这个总结动作?(当上下文窗口达到预设的Token上限，或者达到模型接口的限制时触发。。。(不知道为啥感觉面试官一直在来回绕同一个问题。。。)) 6.是每一轮对话都要去做总结吗?(不是) 7.假设已进行 10轮并做了总结，第11轮开始时，总结怎么处理?是重算前11轮还是看加?(过往内容的总结加上新的对话) 8.如果前10轮都变成了总结，那之前的原始上下文就不需要了吗?(原始上下文会持久化存储到数据库中，但不会发送给模型) 9.长期记忆可以按需检索召回，具体在什么情况下需要检索?(意图路由(这块没做什么知识图谱所以没说)) 10.每轮对话都要注入记忆吗?长短期记忆是同时注入吗?(不是) 11.如何减少工具过多带来的 Token 消耗?(意图识别，渐进式披露) 12.你的RAG是用什么技术实现的?(吟唱RAG八股) 13.何判断向量的相似度?(使用余弦相似度) 14.除了余弦相似度，还了解其他相似度算法吗?(欧几里得距离) 15.听不懂，说人话?(胡乱吟唱，反正 RAG用余弦就对了) 16.余弦相似度与欧几里得距离在工程应用中的具体区别是什么?(欧氏距离真没学过干嘛用的) 17.项目中一共使用了几个模型?分别是什么?(embedding/路由/LLM/Rerank一个) 18.如何控制模型的幻觉问题?(先看RAG的召回准确性(有点非所问了)) 19.如何观察模型召回了哪些块的?(检索阶段做审计呗。。) 20.简历别的项目随便问了问主要工作。 21.算法题:Leetcode143.重排链表(我真服了偷懒写被驳回了最后没撕出来。。。佛了) 22.你平时调试代码怎么调试的?(断点，AI吧。。) 23.不对吧，最简单的方式不是打印一下吗，你把你写的代码打印一下不就能找一下哪个地方出问题了?(。。。。无语中) 24.最近了解的AI内容?(0penclaw，Claude Code 源码) 25.讲一下 Claude Code 架构(胡乱吟唱) 26.建议下去再补一点Harness的知识(。。。好的) 27.反问业务(安全风险相关的 AI) 最后那个手撕，众所周知那个重排链表可以先把链表存列表里偷懒，结果写一半被面试官逮住了说你这不符合题目考察要求。。。结果标准答案又正好没背直接一个寄 然后那个链表定义 构造 输入 输出还得自己写，写了20分钟，思路和逻辑面试官都说看着没问题，结果一运行直接一个答案错误。。。早知道直接跟面试官说不会写输入输出说不定还能混一混[叹息] 各位手撕题要背一定要背标答啊[赞] #发面经攒人品#