面灵AI→

科大讯飞后端四面面经:RAG 检索、MCP 协议与大模型网关设计

轮次
多轮面试合集
时间
2026-11
来源
牛客网

《面试题目》

神奇的流程,9 月份一周一面,四面 HR 说是 VP 面,卡了 40+ 天约不上面试。

一面 9.8 技术面 半小时

  1. 自我介绍。
  2. 浏览器插件翻译工具:技术栈、插件形态,是否自研、是否基于大模型?
  3. 插件翻译项目中 RAG 的实现、检索策略,术语校对方案,专家校对数据用途。
  4. 如何缓解大模型幻觉?项目最大难点是什么?是否为美团内部工具?大模型安全考量?
  5. 第二个智能翻译项目:工作流依托什么平台,是否自动触发?
  6. 缺货归因 & 入仓任务项目:大数据场景了解情况。
  7. 是否有高并发、大数据量场景,线上性能调优或者故障排查案例?
  8. Spring AI RAG 项目:向量库常见索引类型及原理。
  9. RAG 混合检索 + 重排流程,GraphRAG 了解吗?
  10. 近期大模型前沿技术了解。
  11. MCP 协议底层原理。
  12. AI Coding 的使用方式,日常大模型还有哪些使用场景?
  13. 大模型网关(中转站):是否接触过?技术角度核心功能怎么设计?
  14. 从产品视角设计大模型网关,如何吸引用户?

二面 9.17 技术面 半小时

  1. 自我介绍(个人、项目、实习、学习经历)。
  2. Spring AI Agent 项目:是否为个人学习项目?Agent 核心理念与关键点?
  3. Spring AI Agent:自研优化点、思考,模型选型与实际使用模型。
  4. 对 RAG 配套模型认知:embedding、reranker;项目踩坑,是否读过源码排障?
  5. MasterGo 翻译插件:需求方案归属、可行性评估、前期调研与选型。
  6. MasterGo 翻译插件:翻译模型接入方式,试点上线效果。
  7. AI-ready 项目知识库:是否 0-1 搭建?多类型文档处理、入库与质量保障方案?
  8. 知识库落地带来的业务收益。
  9. AI 编码工具(Codex)使用技巧,如何提升生成代码质量?
  10. 多 Agent 通信、Harness 架构的学习时间线。
  11. 当前学习内容、后续技术规划。
  12. 候选人反问环节;询问面试出结果的周期。

三面 9.22 HR 面 半小时

  1. 简单自我介绍。
  2. 项目里印象深刻的难题(技术 / 沟通均可),解决过程。
  3. 是否做过需求评估,有没有拒绝需求?举例说明。
  4. 碰到陌生技术领域,如何快速学习、推进任务?
  5. 是否主动复盘总结?分享最近总结的内容。
  6. 常用 AI 工具,谈谈带来的影响与看法。
  7. 跨团队方案分歧场景,沟通协调方式。
  8. 接到边界模糊的任务,是否主动承接、如何落地推进?
  9. 为什么考虑合肥?
  10. 投递讯飞的原因,对讯飞的理解。
  11. 候选人反问:是否还有四面?VP 面是否偏技术?

四面 VP 面(半小时,长期未约上)

国庆后多次沟通均回复「等待安排中、近期安排」,直到 10.20+ 才成功约面,月底面试前被通知 VP 有事,后续再安排,目前依旧等待中。根据面完的小伙伴反馈是一点技术 + 行为面。

《参考解析》

RAG 的检索策略要能拆成「召回—融合—重排—截断」四步讲。 召回通常同时跑向量检索(语义相似)与关键词检索(BM25,精确匹配术语、编号、专有名词),两路各取 Top-K;融合用 RRF(按排名倒数求和,不依赖分数可比性)或加权归一化分数;重排用一个 cross-encoder 或专用 reranker 模型对候选做精排,取其 Top-N;最后按 token 预算截断并保留来源元信息。翻译场景的特别之处是术语一致性:把术语表作为结构化约束注入,检索时优先召回术语条目,生成后做一次术语校验(出现未译或错译就回退重写),专家校对数据反过来作为评测集与微调/提示样本。这样回答能把「RAG 实现」讲成一个可运行的管线,而不是「用了向量库」。

向量索引类型按「精度、内存、构建速度」三者的取舍回答。 Flat 是暴力检索,召回率 100%,适合小规模或做评测的基准;IVF 用聚类分桶,查询只扫部分桶,需要训练且对参数 nprobe 敏感;HNSW 是分层可导航小世界图,查询快、召回高,但内存占用大、构建慢、删除麻烦;PQ / IVF-PQ 用乘积量化压缩向量,内存降一个量级但损失精度,适合大规模;DiskANN 把图放磁盘以支撑更大规模。生产上要能说清怎么选:数据量、QPS、可接受的内存、以及是否需要频繁增删(HNSW 的删除是标记删除,需要定期重建)。

缓解幻觉的手段要分「检索侧」和「生成侧」。 检索侧:提高召回质量、强制引用来源、对没有召回到证据的问题直接拒答(阈值 + 兜底话术);生成侧:提示词要求「只根据给定材料回答,材料里没有就说不知道」、输出结构化并带引用编号、用低温度;后处理侧:做事实校验(把答案里的实体与数字回查原文)、关键场景走人工抽检。工程上还要有可观测性:记录每次请求的召回内容与最终答案,出问题能回溯是哪一步错了。

GraphRAG 的要点是「用实体关系补上向量检索拿不到的全局信息」。 做法是先用 LLM 从文档抽实体与关系建图、做社区检测并生成社区摘要,查询时既能做局部检索(沿实体邻域扩展),也能做全局检索(用社区摘要回答「这批文档整体在讲什么」这类问题)。代价是构建成本高(每个 chunk 都要跑 LLM)、更新麻烦、对实体抽取质量敏感。适合多跳问答与全局总结,不适合高频更新的知识库。

MCP 协议的底层原理: 它把模型与外部工具/数据源的连接标准化成 client-server 架构,Host(如 IDE、客户端)里跑 MCP Client,通过 JSON-RPC 2.0 与 MCP Server 通信,Server 暴露三类能力——Tools(可调用的函数,带 JSON Schema 描述入参)、Resources(可读取的上下文数据,用 URI 标识)、Prompts(预置的提示模板)。传输层支持 stdio(本地进程)与 HTTP+SSE / Streamable HTTP(远程),初始化时双方协商协议版本与能力(capabilities)。价值在于把「每家工具一套插件」变成「一次实现,所有支持 MCP 的客户端都能用」。被追问安全时要能说出:工具描述可能被注入、需要权限控制与人工确认高危操作、Server 要做输入校验与超时限制。

大模型网关的技术设计按「接入—路由—治理—计费」四层讲。 接入层统一各家 API 的协议差异(OpenAI 兼容格式做适配层);路由层做模型映射、按价格/延迟/可用性做负载均衡与故障转移、支持灰度与 A/B;治理层做限流、配额、超时与重试、内容审核、日志与链路追踪;计费层按 token 统计用量、区分输入输出与缓存命中、出账单与预警。产品视角则要回答「凭什么用你的中转」:更便宜(批量采购/多渠道比价)、更稳(多路冗余与自动切换)、更好用(统一 key、用量看板、按项目分账、合规审计)。这题的关键是把技术能力和商业理由对上。

Agent 的核心理念可以概括成「模型 + 工具 + 循环 + 状态」。 模型负责决策,工具扩展能力边界,循环是「思考—行动—观察」直到完成,状态管理保证多轮任务不丢上下文。自研优化点通常落在:工具描述的设计(让模型一次选对)、上下文压缩与缓存(长任务的 token 控制)、失败重试与降级、以及可观测(每一步的输入输出都留痕)。被问「模型选型」时,要说清为什么这个任务用这个模型(成本、延迟、工具调用能力、长上下文),以及怎么用评测集验证而不是凭感觉。

「是否读过源码排障」这类问题,答的是排查方法而不是结论。 例如 embedding 服务返回的向量维度与索引不一致、reranker 的打分范围与阈值假设不符、批量请求时的截断导致长文档只入了一半——每一类都要说清「怎么发现的(日志/对比实验)、怎么定位到源码的哪一段、怎么修的」。这比说「读过」有说服力得多。

HR 面的问题都在验证同一件事:你是不是一个能自己推进、也会踩刹车的人。 「有没有拒绝过需求」考的是判断力,回答要给一个真实例子:需求与当前目标冲突或成本明显不划算时,你拿什么数据说服对方、最后怎么折中;「边界模糊的任务」考的是主动性,讲清你怎么把模糊目标拆成可交付的里程碑、找谁对齐;「跨团队分歧」考的是沟通方式,落到「先对齐目标和事实,再谈方案」。至于「为什么来合肥」「为什么讯飞」,给一个和城市/公司真实特点相关的理由(生活成本、家庭、讯飞在语音与 AI 的积累),比空泛的「平台大」可信。

这场面试最值得记的一点是流程风险: 技术面都过了却卡在 VP 面排期一个多月,说明大厂高层面的面试资源本身就是瓶颈。等待期间继续推进其他机会、定期礼貌跟进,是比干等更合理的做法。