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
- 简单做个自我介绍。
- 这个项目里面的痛点是什么?难点在哪?怎么解决?
- 项目里有没有风险操作?怎么处理?
- 测试脚本下发执行,是人工确认后执行,还是 AI 自动执行?
- 怎么评价这个项目?有哪些指标数据?
召回与检索
- 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?
- 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?
- 为什么这个场景没有选用向量召回?
Agent
- LangGraph 怎么避免循环调用、任务无限发散?
- 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
- QPS 上涨、数据库压力大,有哪些优化思路?
- 说说索引失效常见的场景?
- 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
- 你们开发流程是 SDD 吗?讲讲你对 SDD 的理解、优势和风险点。
- 怎么评估 AI 辅助开发有没有提效?
- 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
- 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。
- 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?
- 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。