面灵AI→

小红书 PE(AI 与全栈)一面:高召回、LangGraph 循环与 SDD 提效

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  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?
  6. 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?
  7. 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?
  8. 为什么这个场景没有选用向量召回?
  9. LangGraph 怎么避免循环调用、任务无限发散?
  10. 多 Agent 有没有异常兜底、记忆相关的机制,怎么处理信息丢失?
  11. QPS 上涨、数据库压力大,有哪些优化思路?
  12. 说说索引失效常见的场景?
  13. 性别这种低基数字段适合建索引吗?什么情况下会有效果?
  14. 你们开发流程是 SDD 吗,讲讲你对 SDD 的理解、优势和风险点?
  15. 怎么评估 AI 辅助开发有没有提效?
  16. SDD 流程里用 AI 写代码,效率损失在哪?有什么改善办法?
  17. 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?
  18. 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?
  19. AI 时代,后端开发除了写代码,更应该重点关注什么?
  20. 你有什么想问我的?

《参考解析》

召回 95% 的设计与副作用。 高召回通常是多路并集:关键词/BM25 精确匹配、向量召回、规则与同义词扩展、业务字段过滤,各路结果融合后取 topN,再加上阈值放宽和 query 改写。召回率高说明「该找到的基本都找到了」,但副作用是噪声进入候选,精排压力变大、误召回会带偏生成;同时阈值放宽会让长尾 query 也返回一堆弱相关内容。所以指标要成对看:召回率提升是否伴随 precision/NDCG 下降、下游答案的事实性有没有变差、平均上下文长度与延迟成本涨了多少。评估上要有分层的标注集(热门、长尾、否定式 query),不能只看一个总数。

提升精度的措施。 加交叉编码器重排(bi-encoder 召回 + cross-encoder 精排)、用 LLM 做相关性判定与片段筛选、按业务字段做硬过滤、对 query 做意图分类后走不同索引、给检索结果加时效与权威性权重、设置动态 topK 与相似度阈值、对重复片段做去重合并、把用户反馈(点赞点踩)回灌成排序特征。

为什么不用向量召回。 取决于数据形态:如果是编号、型号、错误码、人名这类精确 token,向量会把「A123」和「A132」映射得很近,反而不如倒排索引;如果语料短且领域术语多、embedding 模型没在这个领域训练过,语义召回质量会明显下降;如果要求可解释、可审计(为什么召回这条),关键词匹配的命中理由更清楚;向量检索还有额外的基础设施成本(向量库、embedding 服务、更新同步)。合理的架构往往是混合检索而不是二选一。

LangGraph 防循环与发散。 用图编排时显式定义状态与终止条件:给每个节点设置最大执行次数与全局步数上限、用条件边判断「信息是否足够」并在满足时走向 END、给工具调用加超时与失败重试上限、对同一工具同一参数的重复调用做去重(缓存或直接短路)、用 supervisor 模式让一个调度节点决定下一步而不是让子 Agent 自由互相调用。再加成本护栏:token/费用预算耗尽即终止,并把中断原因返回给用户。

多 Agent 的兜底与记忆。 兜底:每个子 Agent 有超时和异常捕获,失败时返回结构化错误而不是让整条链挂掉;关键步骤有降级路径(换模型、走规则、转人工);写入类操作要有幂等与回滚。记忆:分短期(会话窗口)、长期(摘要或向量库)、任务态(图状态里的中间结果)。信息丢失的常见原因是上下文截断和摘要丢细节,处理办法是把关键事实结构化存下来(实体、约束、已确认的决策)而不是只存自然语言摘要,并在每轮把「当前生效的需求」显式放回上下文。

QPS 上涨的优化顺序。 先测量再优化:看是 CPU、连接数、慢查询还是锁竞争。手段分层——接入层限流与缓存(CDN、本地缓存、Redis)、读多写少的场景加缓存并处理一致性、数据库加索引与消除慢查询、读写分离、热点数据拆分、连接池调优、把同步调用改异步或批处理、必要时分库分表。注意缓存雪崩与击穿、以及缓存与库的一致性策略。

索引失效的常见场景。 在索引列上用函数或运算(WHERE DATE(create_time)=...)、隐式类型转换(字符串列传数字)、LIKE '%xx' 前置通配、OR 连接的条件有一侧无索引、联合索引不满足最左前缀、范围查询之后的列无法用于定位、!=/NOT IN 导致优化器放弃索引、数据区分度太低时优化器选择全表扫描、统计信息过期。判断依据是 EXPLAIN 的 type 与 key,而不是凭经验猜。

低基数字段建索引。 单列索引在性别这种只有两三个值的字段上通常没用:优化器会判断走索引回表的成本高于全表扫描,直接放弃。有效的场景是:作为联合索引的一部分且前置有高区分度列(如 (user_id, gender),用于覆盖索引或排序)、配合覆盖索引避免回表、数据分布极度倾斜且查询只取极少数值(如「状态 = 待处理」只占 0.1%)、或者用于分区/位图索引。回答时把「区分度 = 不同值个数 / 总行数」这个判据说清楚。

SDD(规格驱动开发)。 核心是先把需求写成机器和人都能读的规格(接口、数据结构、验收条件、边界),再让 AI 依据规格生成实现与测试,人负责审规格和验收。优势:需求歧义提前暴露、生成结果可验证、文档与代码同步、返工成本低。风险:规格写得过度形式化会拖慢节奏、规格与实现漂移后失效、AI 会「按字面实现」而忽略隐含约束、评审规格的能力要求更高。

AI 提效的评估。 不能只看「写了多少行」。可用的指标:需求从进入到合并的周期时间、每个任务的返工轮次、代码评审意见数与缺陷密度、测试覆盖率与线上事故率、开发者主观时间分配(重复劳动占比)。最可靠的是同一批任务做对照(同样需求,用与不用 AI 各做一遍),并区分「生成快但审查慢」和「整体交付快」。

效率损失在哪。 读与审 AI 代码的时间、上下文准备(把项目约定讲清楚)、生成结果不符合架构需要重写、调试 AI 引入的隐蔽 bug、以及评审时的心理负担。改善:把项目规范、目录结构、示例代码固化成可复用的上下文;让 AI 先出方案再写码;用类型检查和测试做自动验收;把任务切小,一次只让它改一个文件/一个函数。

技术分歧。 用 STAR 讲:分歧点是什么(方案 A 快但难维护、方案 B 稳但工期长),各自依据(压测数据、线上案例、维护成本),怎么收敛(拉第三方评审、做小范围 PoC 用数据说话、按影响面拆成两期)。重点体现「对事不对人、用证据决策」。

职业规划与 AI 时代的挑战。 规划要具体到能力而不是职位:深入一个业务领域 + 补齐系统设计与稳定性能力 + 把 AI 工程化(评测、可观测、成本)做成专长。挑战可以讲:代码供给变多后,瓶颈转移到需求判断、系统设计与质量把关;AI 生成的不确定性要求更强的测试与可观测能力;成本与延迟成为架构约束。除了写代码,更该关注业务理解、数据与指标、系统边界与安全、以及如何把 AI 可靠地嵌进生产链路。