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》
- 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?
- 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?
- 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?
- 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?
- 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?
- 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?
- 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。