字节跳动
AI Agent 实习生一面、二面面经
完整信息
本篇目录
#实习面试记录# 8.13号一面，8月16号二面，日常实习，agent方向
一面：
1.简单介绍一下你做过的Coding Agent项目，以及整体架构设计。
2.ReAct模式和Plan模式有什么区别？两种Agent执行方式分别适用于哪些场景？
3.如果Agent上下文信息越来越长，超过模型限制，通常有哪些处理方式？
4.上下文压缩时一般会保留哪些关键信息？如何判断哪些内容可以被丢弃？
5.如何避免Context压缩之后，模型忘记用户之前提出的重要需求？
6.Agent在执行任务时出现路径反复、重复尝试等“路径震荡”问题，可能原因是什么？如何优化？
7.一个完整的Agent记忆系统应该如何设计？包括哪些模块？
8.当前对话中的Context和长期Memory有什么区别？两者分别解决什么问题？
9.Agent中的Memory信息如何进行提取、存储和检索？
10.为什么一些记忆管理、上下文压缩任务可以交给小模型完成？相比大模型有什么优势？
11.MCP是什么？Agent通过MCP调用工具的流程是什么？
12.当Agent拥有大量工具时，如何避免工具描述导致Prompt过长？
13.如果工具返回的数据量过大，超过上下文窗口限制，应该如何处理？
14.Prompt Cache是什么？它为什么能够提升模型调用效率？如何提高缓存命中率？
15.Multi-Agent系统中，不同Agent之间应该如何划分职责？
16.多个子Agent之间如何进行通信和任务协作？
17.如果多个Agent同时修改同一个文件，如何避免冲突？
18.在车载Agent场景中，为什么可能采用小模型进行初步召回，而不是直接调用大模型？
19.如果让你优化一个Coding Agent系统，你会优先从哪些方向入手？
20.算法题：判断一棵二叉树是否为平衡二叉树。
二面：
二面会明显问得更深
除了继续追问上面的内容，还会挑一个模块深入追问 + 出场景题
等待后续中[喝可乐]
本篇目录
当前问题0120
- 01
简单介绍一下你做过的Coding Agent项目，以及整体架构设计。
- 02
ReAct模式和Plan模式有什么区别？两种Agent执行方式分别适用于哪些场景？
- 03
如果Agent上下文信息越来越长，超过模型限制，通常有哪些处理方式？
- 04
上下文压缩时一般会保留哪些关键信息？如何判断哪些内容可以被丢弃？
- 05
如何避免Context压缩之后，模型忘记用户之前提出的重要需求？
- 06
Agent在执行任务时出现路径反复、重复尝试等“路径震荡”问题，可能原因是什么？如何优化？
- 07
一个完整的Agent记忆系统应该如何设计？包括哪些模块？
- 08
当前对话中的Context和长期Memory有什么区别？两者分别解决什么问题？
- 09
Agent中的Memory信息如何进行提取、存储和检索？
- 10
为什么一些记忆管理、上下文压缩任务可以交给小模型完成？相比大模型有什么优势？
- 11
MCP是什么？Agent通过MCP调用工具的流程是什么？
- 12
当Agent拥有大量工具时，如何避免工具描述导致Prompt过长？
- 13
如果工具返回的数据量过大，超过上下文窗口限制，应该如何处理？
- 14
Prompt Cache是什么？它为什么能够提升模型调用效率？如何提高缓存命中率？
- 15
Multi-Agent系统中，不同Agent之间应该如何划分职责？
- 16
多个子Agent之间如何进行通信和任务协作？
- 17
如果多个Agent同时修改同一个文件，如何避免冲突？
- 18
在车载Agent场景中，为什么可能采用小模型进行初步召回，而不是直接调用大模型？
- 19
如果让你优化一个Coding Agent系统，你会优先从哪些方向入手？
- 20
算法题：判断一棵二叉树是否为平衡二叉树。