微店 AI全栈 一面
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 自我介绍
- 讲一下 agent 项目的状态机是怎么具体流转的
- 讲一下从 query 到输出的全流程
- 如果 AI 涉及资金方面的操作会怎么办
- 讲一下你负责的部分(意图识别)
- 你做的东西如何量化的,给你分配任务的人对你的指标要求是什么,qps 多少
- 你遇到了什么问题,如何去解决
- 中间模型的选型是怎么选的
- 是否用 AI 开发,AI 给出错误建议了怎么办,你如何有自己的业务判断
- 上下文系统和记忆机制的实现,短期记忆和用户画像,什么信息填入 prefill 的窗口
- 大模型微调,训练语料
- 反问
《参考解析》
状态机与全流程:这类项目答的是「可控性」。典型状态机是:接收 query → 意图识别与参数抽取 → 路由到具体能力(知识库问答 / 工具调用 / 澄清追问)→ 执行 → 结果校验 → 生成回复 → 记录与埋点。每一步都有明确的进入条件、失败出口和超时策略,而不是让模型自由发挥。面试官会追问的是异常分支:意图识别不出来怎么办(追问澄清而不是硬猜)、工具调用失败怎么办(重试上限 + 降级为人工 / 静态答案)、模型输出不合规怎么办(校验层拦下重生成)。把这些讲清楚,才说明状态机真的落过地。
涉及资金的操作怎么办:这是 AI 全栈岗的必问题,实际考的是「权限与确认的设计」。原则是模型不直接执行不可逆的资金动作:模型只能生成结构化意图(比如「用户想退款,订单号 X,金额 Y」),真正执行交给后端服务,并且必须经过规则校验(金额上限、订单状态、风控名单)+ 用户显式确认 + 人工或二次审批,全链路留审计日志。模型侧再补一层防护:提示词约束、输出 schema 校验、敏感意图单独分类拦截(前面提到的「怎么保证模型不自主说好的我帮你退款」就是这一层)。一句话总结:大模型负责理解与生成,资金的判定与执行必须在确定性代码里。
量化指标怎么写:面试官问「qps 多少、指标要求是什么」是在验证你到底是不是核心参与者。可以量化的维度包括:离线指标(意图识别准确率、召回率、人工介入率、平均轮次)、在线指标(响应延迟 p95/p99、QPS、成功率、超时率)、业务指标(问题解决率、转人工率、用户满意度)、成本指标(单次对话 token 消耗、模型调用成本)。数据来源要说清(线上埋点、离线评测集、A/B 实验),没做过就明确说没测过,别编数字——追问细节时一定会穿。
模型选型:选型不是选「最强的」,而是按任务分层。意图识别、槽位抽取这类确定性任务用小模型或分类模型(0.6B / 1.5B / BERT 级),延迟低、成本低、可本地部署;开放问答和复杂规划才上大模型。评估维度包括:效果(在自己的评测集上比,不看榜单)、延迟、单 token 成本、上下文长度、是否支持 function call / 结构化输出、私有化与合规要求。常见做法是路由:简单 query 走小模型,置信度低或复杂 query 才升级到大模型,用仲裁阈值平衡成本与效果。中间可以插一层「模型能力对照实验」——同一个评测集跑多个候选,按准确率和成本画帕累托前沿再定。
上下文与记忆:短期记忆是当前会话的消息序列,长期记忆是跨会话的用户画像与事实。工程上的核心是「窗口里放什么」:系统提示(角色与约束,常驻)、用户画像摘要(常驻,压缩成一两段)、近期对话原文(保真,最近 N 轮)、更早的历史用滚动摘要替代、最后加上本轮检索到的知识片段。装配顺序也重要——把最关键的约束放在开头和结尾(中间容易丢),长文档用引用标注 + 按需展开而不是全塞进去。压缩要防「摘要漂移」:每次沿用旧摘要会累积误差,常见做法是定期用原始消息重建摘要,或者摘要 + 关键事实表(结构化槽位)双写。
微调与 AI 辅助开发的判断力:微调部分要能说清三件事:数据从哪来(业务日志清洗、人工标注、合成增强)、数据格式与规模(指令 / 偏好对,几千到几万条量级)、怎么验证(留出评测集对比基座,看目标指标而不是 loss)。如果只是风格对齐或领域术语,优先考虑 RAG + 提示词,微调的成本和迭代周期都不小。至于「AI 给的错误建议怎么办」,回答要落到可执行的方法:先用小样例验证再全量改、看官方文档和源码而不是只信模型、关键改动先写测试、不清楚的领域找同事确认,以及明确「模型是提效工具,业务正确性由我负责」。
这一轮的落点:全程无手撕,问题密集围绕项目,属于「能不能把一个 AI 应用系统讲明白」的面试。面试官最后那句「可以全 AI 开发,但是要有自己的判断力」其实点出了这类岗位的真实评价标准:会调模型不值钱,能把不确定性收敛成可上线的系统才值钱。