harness 面试题
共 4 篇真实面经 · 涵盖 阶跃星辰(StepFun) / 某公司 / 小红书 / 长鑫存储 等 4 家公司
阶跃星辰 AI 评测算法一面:harness 原理、沙箱机制与 GDPval-AA
阶跃星辰 AI 评测算法一面,面试官先介绍岗位(后训练阶段、办公场景,包括数据合成、评测集构建、judge 设计),然后要求只讲与岗位最相关的 1–2 个项目,重点追问痛点、pipeline、方法原理、评测集构建、与已有 benchmark 的区别;技术题问用过哪些 harness 并选一个讲原理(候选人详述了 Codex 的 Agent Loop)、是否接触过 GDPval-AA、评测从输入到产出的完整链路、沙箱机制(模型 API 在容器内还是外、工具在内还是外);AI Coding 环节现场与 AI 对话探索 GDPval-AA(是什么、源码、官方 rollout harness、rollout 如何执行与拿产出),追问「API 在容器外、工具在容器内」怎么理解;最后问日常手写还是 AI 写代码。反问阶段问到多项目并行时的注意力分配,回答是一人最多并行两三个、主力 1–2 个。
Agent 方向技术面:Agent RAG、LangGraph、harness 与上下文管理
一场 Agent 方向的技术面追问:Agent RAG 与传统 RAG 的区别、LangChain 与 LangGraph 的使用情况、对 harness 架构的了解、上下文窗口管理的几种方式(截断、memory 文件、摘要),以及 LLM 底层如何生成答案。作者复盘自己只做过应用层,底层机制答不上来。
小红书增长方向一面二面:从零写一个 harness 需要哪些组件
小红书增长方向一二面连在一起记录:前半程问研究与项目(问题背景、现有方法、发现、个人贡献),后半程全是 Agent 工程——从零写一个能用的 harness 需要哪些组件、为什么 ReAct 到 2025 年才流行、手写 ReAct 怎么写。
长鑫存储 AI 全栈一面:ReAct 与 Workflow 怎么选、harness 会不会被模型吃掉
长鑫存储 AI 全栈开发一面:前半段是 Java 线程与死锁的常规八股,后半段全部围绕 AI 工程——RAG 切分策略怎么调、ReAct 与 Workflow 各自的适用场景、harness 与模型的关系,以及「模型变强后 harness 是否会被取代」的看法。