微众银行人工智能笔试:Agent 场景选择题与两道模拟编程题
- 轮次
- 笔试
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 各类业务场景下,Agent 的设计与调整思路应该怎么选?
- 符合 LL(1) 文法的条件是什么?
- 哪些问题属于 NP 问题?NP 与 P、NP-hard 的关系是什么?
- 编程题一:给定输入,按题意直接模拟求解。
- 编程题二:数学场景模拟,判断是否存在比暴力更优的公式或结论。
- 笔试整体难度与时间分配应该如何安排?
《参考解析》
Agent 场景设计:选择题常把“单轮问答、固定流程、开放式任务”混在一起考。判断标准是任务是否需要动态规划与工具编排:FAQ 类用检索增强加固定提示词即可;流程明确的业务(下单、退款)用工作流或状态机,保证可审计、可回滚;目标开放、步骤不确定的任务才上 ReAct 或 Plan-and-Execute 这类 Agent,并加最大步数、工具白名单、人工确认点。无论哪种,都要有超时、重试、幂等和兜底话术,不能把业务正确性完全交给模型。
LL(1) 文法:要满足三个条件:文法无左递归;无公共左因子(或已提取);对每个非终结符,任意两个候选式的 FIRST 集不相交;若某个候选式能推出 ε,则它的 FIRST 集与其它候选式的 FOLLOW 集也不相交。满足后只需向前看一个终结符就能唯一选择产生式,所以叫 LL(1)。选择题里常见的坑是“提取了左因子就一定 LL(1)”,还要检查 FIRST/FOLLOW 冲突。
NP 问题:P 是能在多项式时间内求解的判定问题;NP 是给定一个解能在多项式时间内验证的判定问题;NP-hard 是所有 NP 问题都能多项式归约到它的问题;NP-complete 是既属于 NP 又是 NP-hard 的问题。常见例子:旅行商判定版、布尔可满足性 SAT、哈密顿回路、子集和、图着色、背包判定版。注意“NP 问题难”不等于“没有多项式算法”,P 是否等于 NP 仍是开放问题。
编程题策略:先读数据范围再定复杂度。如果范围只有几百到几千,直接按题意模拟通常就是命题人的预期;先写暴力拿满分,再考虑优化,不要在考场上为了不确定的公式耗掉时间。模拟题要把边界写全:空输入、单元素、重复值、越界和取模。两道题都建议先写一个能跑通的小例子,再补特殊分支。
时间分配:30 道选择题不要恋战,单题超过两分钟先标记跳过;编程题先保证一题完整通过,再回头啃第二题。笔试评分按通过用例给分,部分分比空着强。