小红书 AI 研发工程师秋招一面:Agent 采集、评测回放与八股手撕
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 自我介绍
- 介绍一下在蚂蚁的实习内容
- Agent 的采集是怎么做的?(追问:这么多 Agent 一个个很麻烦)
- Agent 观测平台搭建查询怎么优化了?
- Agent 评测回放的流程是什么,怎么搭建的技术细节有哪些?
- 手撕:最长公共子序列
- 多智能体的项目是在干什么,怎么协同的,协议是什么?
- Redis 的分布式锁、MySQL 的索引原理、索引失效的场景分别是什么?
- 反问
《参考解析》
Agent 采集被质疑「一个个很麻烦」,要把「分类接入」讲成架构而不是工作量。 面试官说「这么多 Agent 一个个很麻烦」,他真正在问的是接入成本随 Agent 数量怎么增长。稳妥的答法是把采集层拆成两层:下层是统一的埋点协议(一次调用上报什么字段、trace/span/parent 关系、token 与耗时、工具入参与结果摘要都定死),上层才是每种 Agent 框架的适配器。适配器只做「把框架自己的回调翻译成统一协议」这一件事,所以新增一个 Agent 框架时改的是一个薄薄的 adapter,而不是重写采集逻辑。规范协议的价值就在这里——它把 N 个 Agent × M 个采集维度的乘法,压成了 N 个 adapter 加一份协议。被贬低时不用急着反驳,把「不加协议会怎样」讲清楚:字段各写各的、trace 断链、统计口径不统一,最后连成功率都算不出来。如果框架本身支持 OpenTelemetry 这类标准,就直接复用语义约定(GenAI semantic conventions),少造一套私有格式。
观测平台的查询优化,要落到具体手段而不是「加了索引」。 观测数据是典型的写多读少、时间序列、基数高的数据:写入侧通常按批缓冲再落列式存储,避免一条 span 一次写;查询侧的核心是「先收敛时间范围与过滤条件,再取明细」。可以按这个顺序讲:一是分区与排序键,按天甚至按小时分区、按 trace_id 或时间戳排序,让范围扫描只碰需要的片段;二是预聚合,把 QPS、P95、错误率这类看板指标离线按分钟预计算,看板只查聚合表,不做到明细表的全量扫描;三是索引策略,对高频过滤字段(服务名、模型、状态码)建索引,但不要给高基数字段(trace_id)建稀疏索引;四是采样,明细查询走采样数据、问题定位再按 trace_id 精确回捞;五是查询改写,把「模糊搜索 + 排序 + 分页」这类慢查询改成先按时间过滤再走游标分页,避免大 offset。回答时最好带一个「优化前 P95 多少、优化后多少」的数字,哪怕量级,也比只报手段可信。
评测回放的关键是「可复现」,所以要把输入、环境与判定三样都固化下来。 回放系统的骨架:一是数据集,每条 case 存原始输入(prompt、上下文、工具返回)、期望结果与判定方式;二是执行器,按同样的模型版本、温度、工具 mock 重跑,把过程中每一步的调用与产物落成 trace;三是判分器,规则断言(字段存在、格式合法、工具调用序列正确)+ 模型裁判(rubric 打分)+ 人工抽检三层。技术细节上经常被追问的是「环境怎么一致」:外部工具要能录播(第一次真实调用录下响应,之后回放),否则同一份 case 每次结果都不一样;模型侧要锁版本与参数,能开缓存就开;结果要有 diff 视图,把「这次和上次哪里不一样」直接标出来。还有一点容易被忽略:评测集本身要能演进,线上出现的新 failure 要能回流补进集合,否则分数涨了但线上没改善。
多智能体协同,面试官想听的是「谁在什么时候把什么交给谁」。 先把架构讲清楚:是编排式(一个 planner 拆任务、worker 执行、由 orchestrator 决定下一步)还是去中心式(消息总线 + 黑板)。再讲协同机制:任务怎么拆、状态存在哪里(共享黑板 / 数据库 / 消息队列)、结果怎么汇总、冲突怎么裁决、失败怎么重试与回滚。通信协议这层可以分两档说:进程内用函数调用或事件总线;跨服务用 HTTP/gRPC 传结构化消息,或者干脆走 MCP 这类标准化的工具/资源协议,好处是工具与 Agent 解耦、可以被不同框架复用。最后一定要补上「怎么知道协同有效」——单 Agent 基线对比、任务成功率、token 成本、端到端延迟,以及出现死循环或互相等待时的终止条件。能主动说出「多智能体不是越多越好,很多任务单 Agent 加工具就够了」,是加分项。
Redis 分布式锁:能锁住、能过期、解锁的人只能是自己。 标准做法是 SET key value NX PX ttl,value 放一个只有自己知道的随机值(或客户端 id + 线程 id),释放时用 Lua 脚本「比较 value 相等才 DEL」,保证不会误删别人的锁。要能说清三个经典坑:一是「先 SETNX 再 EXPIRE」不是原子操作,中间宕机就永久死锁,所以必须用一条 SET 带 NX 与 PX;二是业务执行时间可能超过 TTL,需要看门狗式续期(Redisson 的 watchdog 默认每 1/3 租期续一次);三是主从切换会丢锁——主库写入后还没同步给从库就宕机,从库升主后别人能拿到同一把锁,所以对正确性要求极高的场景要用 RedLock 或直接上 ZooKeeper / etcd 这类基于共识的实现。如果面试官追问「为什么不用数据库唯一索引」,答案是:可以用(插入唯一键成功者持锁),实现简单、天然持久,但吞吐受数据库写入能力限制,且没有自动过期,需要额外的清理机制。
MySQL 索引原理与失效场景:从 B+ 树讲到最左前缀。 InnoDB 的索引是 B+ 树:非叶子节点只存键、叶子节点存数据并用双向链表串起来,所以树高通常只有 3 到 4 层、一次查询最多三四次 IO;聚簇索引的叶子直接是行数据(按主键组织),二级索引的叶子存主键值,因此走二级索引查非索引列要「回表」。联合索引遵循最左前缀:(a,b,c) 能命中 a、ab、abc 的前缀查询,跳过 a 直接查 b 只能走覆盖索引的松散扫描或不走索引。常见失效场景要能一口报出来:对索引列做函数或运算(where year(dt)=2026)、隐式类型转换(字符串列传数字)、前导模糊匹配(like '%x')、or 连接的两侧不是全都有索引、范围条件后面的列失去有序性、否定条件(!=、not in)与 is null 在大表上常被判为全表更便宜、以及优化器估算区分度太低(比如性别列)主动放弃索引。答题时一并说清「怎么验证」:用 EXPLAIN 看 type(全表 ALL / 索引 index / 范围 range / 等值 ref / 唯一 const)、key 与 rows,以及 Extra 里的 filesort、temporary、Using index(覆盖索引不回表)。
手撕最长公共子序列:先把状态定义说出口,再写转移。 定义 dp[i][j] 为 s1[0..i) 与 s2[0..j) 的最长公共子序列长度,转移是:字符相等时 dp[i][j] = dp[i-1][j-1] + 1,不相等时取 dp[i][j] = max(dp[i-1][j], dp[i][j-1]);边界是第一行第一列全 0。答案是 dp[n][m],长度 O(nm)、空间 O(nm),可以用滚动数组压到 O(min(n,m))。要让面试官看到你分得清「子序列」和「子串」:子串必须连续,转移在不匹配时直接清零,这是最容易写错的地方。如果想再拿分,可以提一句「要输出具体序列就再回填一张方向表,或者记录转移来源」,以及「如果只关心长度且字符集小,还有 Hunt–Szymanski 之类的优化」。写完主动跑一个样例(比如 abcde 与 ace 得 3),比写完就停更稳。