字节跳动 后端 Agent 二面:工作流节点、聚类与带 TTL 的 LRU
- 轮次
- 二面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 项目解决什么问题、方案是什么?
- 用什么框架做的?
- workflow 里的 agent 节点做什么?
- agent 有哪些 tool?
- 聚类怎么实现?
- 为什么不把检索结果直接作为上下文给模型?
- 手撕:带 TTL 过期的 LRU(LC146 变体),先讲思路再写代码。
- 反问:进去主要做什么?岗位偏传统后端还是偏 Agent?这次面试有什么可以改进的?
《参考解析》
为什么不把检索结果直接给模型:三个原因。一是上下文预算:检索结果往往几十条,全塞进去会挤占指令与历史的空间,还会让模型忽略中间内容(长上下文里的中间遗忘)。二是信噪比:原始检索结果包含重复、无关与低质量片段,直接给会拉低答案质量并增加幻觉。三是可控性:经过聚类、去重、重排、摘要之后,输入稳定可复现,出问题能定位是哪一步导致。所以中间要做「召回 → 去重/聚类 → 重排 → 压缩」的流水线,聚类的作用是把语义相近的片段合并成一个主题,既减少条数又保留覆盖度。
聚类的实现:文本先向量化,再用聚类算法分组。常用层次聚类(按距离阈值合并,适合不确定簇数)、KMeans(需要预设簇数,可用肘部法或轮廓系数选)、DBSCAN(按密度,能识别噪声)。工程上更常用的是「相似度阈值加并查集」的近似聚类:两两算余弦相似度,超过阈值就合并,复杂度 O(n²),条数多时用近似最近邻索引加速。要说明评估方式:簇内一致性、簇间分离度,以及最终对下游指标(答案准确率、上下文长度)的影响。
带 TTL 的 LRU:结构是哈希表加双向链表。哈希表存 key 到节点,节点含 key、value、插入或访问时间、过期时间;链表头部是最近使用、尾部是最久未用。get 时先查表,命中后判断是否过期:过期则删除并返回空;未过期则把节点移到头部并返回。put 时若已存在则更新值与过期时间并移到头部;不存在则新建插入头部,若超出容量则删除尾节点。过期清理有两种策略:惰性删除(访问时判断)加定时清理(后台按过期时间扫描或用一个按过期时间排序的结构)。面试时先讲清数据结构与每个操作的时间复杂度 O(1),再写代码,注意哨兵节点简化边界、并发场景要加锁或分段。要主动说明惰性删除会让过期键占内存,所以需要定期清理。
项目讲解的改进点(面试官反馈):面试官指出「有没有认真对比过两种方案的优劣再做决策」是核心失分点。改进方法是对每个关键技术选择准备一张对比表:候选方案、各自优劣、你的约束条件(成本、延迟、团队能力)、最终选择与验证方式。探索性业务没有成熟方案可抄,所以调研与实验能力比背结论更重要。