面灵AI→

百度 Agent 开发 一面:代码生成平台的编译隔离与优惠券超卖

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 自我介绍。
  2. 平时有没有使用 AI 工具?主要使用哪些 AI Coding 工具?
  3. 这些 AI 工具主要用在开发流程的哪些环节?
  4. Vue 代码生成之后,如何编译并提供预览?
  5. 使用什么技术执行编译操作?
  6. 假设每个用户的项目要起一个服务、占一个端口,怎么解决?静态文件共用一个端口。
  7. 如果用户的环境没有安装 npm,项目还能正常运行吗?
  8. 如果用户量增加,同时有大量用户要求编译,服务器资源够吗?
  9. 你的提示词增强是怎么实现的?有没有考虑使用模板,避免重复生成通用代码?
  10. 提示词增强具体解决了什么问题?
  11. 你的平台有没有集成 Skills、CLI 或其他系统级工具?
  12. 你自己有没有沉淀过 Skills?
  13. 平时使用过哪些别人提供的 Skills?
  14. 你认为项目中最有技术含量的部分是什么?
  15. 为什么执行到后面 Prompt 会越来越长?
  16. ReAct 会不会对生成结果造成影响,毕竟提示词范围变小了?
  17. Agent 协同是怎么做的,是独立部署的服务,还是同一个服务内部的组件?
  18. 如果两个 Agent 之间通信失败怎么办?
  19. 介绍一下优惠券发放的业务场景。
  20. 高并发情况下,优惠券系统会出现什么问题?
  21. 什么是超卖?
  22. 如何防止同一个用户重复领取优惠券?
  23. 同一个用户同时发送多个请求,会出现什么问题?
  24. 介绍一下你使用方案的演化:setnx → redisson → redis lua + MQ。
  25. Redis 中的优惠券库存如何预热?
  26. 如何保证 Redis 和 MySQL 的数据一致性?
  27. MQ 有重试机制吗?
  28. 如何设计消息幂等?
  29. 两次查询间隔时间很短怎么办?
  30. 反问:公司业务、是否使用 AI Coding 工具与额度、面试表现。
  31. 算法:两数之和。

《参考解析》

代码生成后的编译与预览:链路是「生成代码 → 写入隔离目录 → 安装依赖 → 构建 → 产出静态文件 → 托管预览」。构建在服务端容器里做,每个项目一个临时工作目录,构建完成后把产物(dist)上传到对象存储或静态托管,用子路径或子域名区分项目。不依赖用户本机 npm:构建全在服务端完成,用户只拿到预览 URL。资源隔离靠容器(限制 CPU、内存、构建超时)加队列(构建任务排队,限制单用户并发),并缓存依赖(预装常用依赖的镜像层或 pnpm store),避免每次重新下载。

端口与多用户:不要让每个项目起独立服务占端口。构建产物是静态文件时,用同一个静态服务器按路径区分(/preview/{projectId}/),或用通配子域名加反向代理;需要运行时的项目(Node SSR、后端接口)才起容器,用容器编排按需拉起并限流,闲置一段时间回收。预览链接加签名与过期时间,防止被遍历。

为什么 Prompt 越来越长:多轮执行中每一步的工具结果、历史动作、中间产物都会追加进上下文;如果每轮都把完整文件内容塞进去,长度会线性膨胀。解法是上下文管理:只保留最近若干轮、对历史做摘要、把大文件改为按需读取(给模型文件索引与检索工具而不是全文)、把稳定的系统提示与工具定义放在前缀以命中缓存。这也解释了为什么 ReAct 的效果会波动:提示词范围变小意味着模型看到的约束变少,需要用工具把缺失的信息按需取回。

多 Agent 通信失败:先定义失败类型:超时、返回格式错误、任务失败、消息丢失。工程上把 Agent 间通信做成「有状态的任务协议」:每个子任务有 id 与状态,调用方发起后轮询或等回调,超时重试要带幂等键,失败进重试队列并设最大次数,最终失败要能降级(返回部分结果或转人工)。如果是同一进程内的组件调用,用内存队列加超时;跨服务用消息队列并持久化。要能说明「重试不等于重复执行」:子任务本身要幂等。

优惠券超卖与防重:超卖是库存扣成负数,根因是「读-判断-写」不是原子操作。方案演化:SETNX 做简单锁,问题是锁无续期、可能死锁、不可重入;Redisson 提供看门狗续期与可重入,但仍是串行化,热点下吞吐有限;最终用 Lua 脚本把「判断库存 + 扣减 + 记录用户已领」合成一次原子操作,再把下单落库异步化走 MQ,Redis 只做库存与去重的前置闸门。防重复领取用「用户 id 加券 id」作为去重键写入 Set 或唯一索引。同一用户并发多请求靠 Lua 原子性与唯一约束兜底,不能只靠先查后写。

Redis 与 MySQL 一致性:常用 Cache Aside:读时先读缓存,未命中读库并回写;写时先更新库再删除缓存。延迟双删用于降低并发读写导致的旧值回填。更强的一致性靠「订阅 binlog 异步刷新缓存」或「库存类操作以 Redis 为准、异步落库并以对账兜底」。要说明没有绝对强一致,只有「最终一致加对账」,并给出差错处理路径。

库存预热与幂等:预热在活动开始前把库存从库读到 Redis,写入时用 Lua 保证不覆盖已扣减的值;预热失败要有补偿。消息幂等用全局消息 id 加消费记录表(唯一索引),或用业务唯一键;消费前先插入幂等记录,插入成功才执行业务,失败则跳过。两次查询间隔很短时,用请求合并或本地缓存挡一层,避免同一份数据被反复打穿到下游。

两数之和:哈希表一遍扫描,对每个元素查 target - x 是否在表中,在则返回下标,不在则把当前值与其下标存入。时间 O(n)、空间 O(n)。边界:数组不足两个元素、有重复值、要求返回所有组合时改多值映射。