面灵AI→

网易云音乐全栈二面:召回精度取舍、LangGraph 防循环与索引失效

轮次
二面
时间
2026-10
来源
牛客网

《面试题目》

项目与指标

  1. 简单做个自我介绍。
  2. 这个项目里面的痛点是什么?难点在哪?怎么解决?
  3. 项目里有没有风险操作?怎么处理?
  4. 测试脚本下发执行,是人工确认后执行,还是 AI 自动执行?
  5. 怎么评价这个项目?有哪些指标数据?

召回与检索

  1. 项目召回率 95%,检索的整体设计是怎样的?高召回有没有副作用,怎么看?
  2. 做召回追求高召回容易引入噪声,在精度上有什么优化措施?
  3. 为什么这个场景没有选用向量召回?

Agent

  1. LangGraph 怎么避免循环调用、任务无限发散?
  2. 多 Agent 有没有异常兜底、记忆相关的机制?怎么处理信息丢失?

数据库与性能

  1. QPS 上涨、数据库压力大,有哪些优化思路?
  2. 说说索引失效常见的场景?
  3. 性别这种低基数字段适合建索引吗?什么情况下会有效果?

研发流程与 AI

  1. 你们开发流程是 SDD 吗?讲讲你对 SDD 的理解、优势和风险点。
  2. 怎么评估 AI 辅助开发有没有提效?
  3. SDD 流程里用 AI 写代码,效率损失在哪?有什么改善办法?

软性与规划

  1. 项目过程中和同事出现过技术分歧吗?举个例子说说怎么解决。
  2. 未来两年你的技术规划是什么?AI 时代后端开发面临的最大挑战是什么?
  3. AI 时代,后端开发除了写代码,更应该重点关注什么?

《参考解析》

95% 召回先要交代口径,再谈噪声:这是 top-k 命中率还是端到端?k 取多少?评测集怎么来?缺了这三项,数字无法比较。高召回的副作用很实在:候选变多,重排与生成的成本延迟同涨,弱相关片段还会把模型带偏。设计上是两阶段——召回放宽保证不漏,重排收紧保证准,再给生成加「无依据就拒答」的出口。精度侧的抓手是负样本与阈值:把线上真实误召回捞出来做 hard negative,按来源设不同门槛,编号、版本这类结构化符号走精确匹配通道,chunk 层再做去重与邻近合并。评估要同时看上下文精确率与答案正确率,否则会把「塞得多」误当成「找得准」。

为什么不用向量召回,通常有三个理由:场景里有大量精确符号(错误码、订单号、接口名、专有名词),向量对这类 token 不敏感;语料规模小、词典可控,BM25 加规则就够,上向量要多一套模型、索引与更新链路;以及可解释与可回溯要求高,出错时要能说清为什么召回这一条。真实系统更常见的是混合检索:BM25 打底、向量补语义长尾,再统一重排。

LangGraph 防发散靠「图有界 + 状态收敛 + 预算兜底」:图本身固定节点与边,用条件边限制回退路径;每个循环节点带终止判据(信息是否新增、任务是否完成、连续两轮输出是否相同),并用 recursion_limit 硬性截断;外面再加超时、token 预算与工具次数上限,超限就降级给出中间结果。工具调用要幂等并带缓存,否则重试会重复下单、重复发消息。

多 Agent 的记忆与兜底分三层:短期用会话内消息,长期用外部存储并配写入策略与过期;Agent 之间传结构化摘要而不是整段对话,避免上下文爆炸与信息失真。信息丢失多发生在摘要压缩和跨 Agent 交接处,所以要保留原始引用(消息 ID、文档 ID)可回溯,关键字段用 schema 校验,缺了就重新取。兜底按「重试 → 换模型或换工具 → 降级返回部分结果 → 转人工」四级设计。

索引失效与低基数字段,把「能不能用」和「值不值得用」分开:失效的常见原因是列上做函数或运算、隐式类型转换、前导模糊 LIKE、OR 连接非索引列、联合索引不满足最左前缀,以及优化器估算占比过高主动放弃。性别这种只有两三个值的列,单列索引几乎一定被忽略,回表不如全表扫;但它作为联合索引后置列配合高选择性前导列做覆盖、或数据极度倾斜时查长尾值仍有效。

SDD 与 AI 提效要拿可比的数说话:SDD 是先写规格再让模型生成、用测试与评审收敛,优势是需求先被想清楚、产出可复现,风险是规格写歪会把错误放大、也会拖慢小改动。度量别看代码行数,看交付周期、返工率、评审意见数、缺陷密度。效率损失集中在写规格、读懂并修正生成代码、以及上下文给不全导致的反复;改善靠规格模板化、把项目约定与示例喂进上下文、让生成带测试一起出。