幂等 面试题
共 90 篇真实面经 · 涵盖 多家公司 / 爱诗科技 / 阿里巴巴 / 蚂蚁集团 / 百度 等 55 家公司
243 篇 AI Agent 面经的话题统计:上下文、重试、幂等与超时才是高频考点
对 243 篇 AI Agent 方向面经做话题统计:上下文出现 156 篇(64%)、重试 113 篇(47%)、幂等 104 篇(43%)、超时 95 篇(39%)、RAG 112 篇(46%)、评测 103 篇(42%)。结论是岗位真正在考的不是新名词,而是长对话怎么管、失败怎么重试、重复执行怎么防、效果凭什么说变好了。
爱诗科技 AI 全栈一面:多工具统一数据模型、分片上传可靠性与 RocketMQ 不丢消息
爱诗科技 AI 全栈一面(11 月 9 日):围绕一个数据工具项目连环追问——多种工具存储与格式不同怎么设计统一模型与适配层、上游频繁更新怎么兼容、分片上传的重复请求与故障恢复、解析放客户端还是服务端、研发工具效果怎么评估、AI 编程 token 消耗怎么归因、对比模型时怎么控制变量,以及批量提交时的任务隔离、客户端脱敏与服务端复检,最后问 RocketMQ 如何保证消息不丢失并手撕二叉树层序遍历。
阿里 AI Agent 应用开发二面:工作流与自主 Agent 的边界、MCP、幂等与提示注入
阿里 AI Agent 应用开发二面连续十一问,覆盖确定性工作流与自主 Agent 如何划分、MCP 与 Function Calling 的关系、KV Cache 缓存什么与显存估算、HNSW 为什么快及调参后丢了什么、Embedding 微调的负样本、RAG 端到端评测、异步工具调用的并行与取消、写接口幂等、检查点与幂等的关系、检索文档里的提示注入,以及换更强模型后能否删掉提示与编排步骤。
蚂蚁集团开发工程师交叉面:一致性、幂等与稳定性
交叉面围绕分布式一致性展开:分布式事务的几种方案与取舍、幂等与对账、缓存与数据库的一致性、超时与重试、故障隔离与容量评估,以及项目里怎么证明这些机制真的生效。
百度 Agent 开发 一面:代码生成平台的编译隔离与优惠券超卖
百度 Agent 开发一面 45 分钟纯项目拷打:Vue 代码生成后如何编译预览、多用户端口与资源、提示词增强与 Skills、workflow 到 ReAct 多智能体的演进,以及优惠券超卖与幂等。
字节网络基础设施一面:幂等、GMP 与订单扣减系统设计
字节网络基础设施一面,全程 90 分钟:项目流程与任务不丢、分 key、消费服务、幂等与 Doris 响应丢失、令牌桶为什么按需补令牌、Go 协程共享变量与互斥锁、订单扣库存加锁位置、GMP 与 M 是内核态还是用户态、Go 为什么能开大量协程、设计订单扣减系统、分布式锁下 Redis 宕机怎么办,手撕 LRU 并追问热点 key 分桶。
投递平台后端面:批量导入异步化、Kafka 重消费与混合检索
一场约 45 分钟的项目深挖面,全程围绕一个招聘投递平台:接口从 12.4 秒优化到 650 毫秒的瓶颈定位与异步改造、父子任务拆分与存储、Kafka 消费位点与异常重消费、Redis 分布式锁的粒度与必要性、同一文件重复上传的去重口径,以及向量检索加 BM25 加 Rerank 的混合检索选型。面试官顺着一个点连续追问十几层,本轮没有手撕算法。
幂等设计的回答框架:重复来源、幂等键与三层手段
面支付公司二面时被连追五个问题,最后只能承认「只做到了数据库兜底,前置拦截做得不好」。帖主由此整理出固定框架:先界定重复来源(用户重试、基础设施重试、自身调度),再定幂等键(业务单号或业务维度组合键),最后分三档讲手段并说清每档挡不住什么,另附唯一索引冲突导致事务 rollback-only 的坑。
幂等方案别只背四件套:唯一索引、Token 与状态机的取舍
大促前夜同一用户三分钟下了七笔一样的订单,排查是前端防重没兜住、网关超时重试又打到另一个实例。帖主由此把幂等从面试题变成上线清单:唯一索引做最终兜底、Token 只当性能优化、状态机管业务流转,并给出「先插后查」与「唯一键不能为空」两个实战细节。
iMile 后端一面:幂等、缓存一致性、分布式 ID 与 ES 连环追问
iMile 后端一面是一场高压连环追问:从中台的可靠性保障、MQ 发送失败同步回滚、Redis 查重幂等切入,逐层追问抢票场景下加锁的问题、同一用户重复下单怎么设计唯一索引、允许下多单时怎么控制、先写库再更缓存的并发不一致流程、活动缓存要撑一小时怎么办、MQ 异步落库是最终一致还是强一致、单服务要不要分布式事务;再问 Lua 与 Redis 事务的取舍、MapStruct 的深浅拷贝与注解原理、MySQL 隐式类型转换对索引的影响、ES 的 keyword 与倒排索引、分布式 ID 的号段模式与雪花算法的时钟回拨,最后是 AI Coding 与 Harness 思想。
京东零售商品审核 Agent 两面:第一句就问 92.3% 怎么算的
京东零售商品审核 Agent 两面,一面 60 分钟、二面 85 分钟:面试官开口先问「92.3% 是怎么算的」,随后从图片与文本冲突、OCR 错误、规则引擎治理、误杀与漏放的成本、阈值由谁定,追到测试集规模、标注一致性与规则兜底的剥离;二面压到 QPS、同步异步、幂等键、分片、ES 一致性、MQ 重复消费、线程池与虚拟线程、P99 排查、模型缓存 key,最后手撕一个按 key 串行、跨 key 并行、可取消、能优雅收尾的执行器。
快手 AI 全栈一面:幂等窗口、Agent 停止条件与一个会被下游打死的重试器
快手 AI 全栈一面:Redis 幂等 key 的过期与删除顺序、Agent 何时停止、线程池参数推导、上下文压缩的评估,以及现场手写带抖动与幂等的重试器。
美团 AI Agent 一面 26 问:从 Workflow 取舍、幂等补偿到 CLI 与 Redis 锁
美团 AI Agent 开发一面 26 问,全部围绕 Agent 的工程化落地:项目链路与效果口径、Workflow 与自主循环的取舍、参数校验与人工确认、幂等与补偿、CLI 封装、Skill/MCP/Function Calling/SubAgent 的分层、记忆与知识回流,以及 Redis 锁的失效边界。
美团 AI 后端一面:沙箱安全、Buffer 优化与观测链路
美团 AI 后端一面,从项目的数据流与正确性验证切入,追问代码沙箱的安全边界、Buffer 池化后的所有权与容量回退、流式响应重复序列化与 pprof 归因,以及工具超时重试与幂等判断。
网易雷火大数据三面面经:技术点与项目追问整理
原帖标题为「网易雷火大数据三面」,正文实际是一份通用的 Java 后端面试备考总结,并未记录该场面试的逐题问答:从八股「能往下讲三层」讲到项目深挖、源码关键路径与场景题答题结构,末尾附 50 余道高频题清单。本条按题单整理为题目与解析,解析侧重 Redis、消息队列与分布式、场景设计三块。
深圳支付小厂后端实习一面:订单流水、重复扣款与 Webhook
深圳一家做支付相关业务的公司的后端实习一面(约 20 分钟,技术问题 15 分钟结束),只问了几个支付相关的场景题:自我介绍、简历上第一个 Agent 项目解决什么问题与整体流程、一笔订单的「流水过程」与相关表结构及注意事项、支付或转账接口瞬间来一百个请求怎么处理并避免重复扣款、Webhook 请求丢失/乱序/重复怎么处理,最后 5 分钟反问。面试结束半小时后就给了 offer。
商汤 AI 开发 SCG 二面:断点续传、异步缓冲复用与 Agent 幂等
商汤 SCG 二面:实习经历与一次线上故障的发现、定位、修复,随后是两组后端场景题——多任务传输怎么区分、中断后怎么判断可复用数据、重传重复怎么合并清理,异步保存时立即复用内存是否安全、各部分都成功为何合并失败;最后问业务流程怎么封装成 Agent 能力、重复触发怎么幂等、能力多了怎么选、上下文怎么控制、任务由谁触发与创建超时怎么确认状态。
同程旅行 Java 后端二面:多数据源接入、分片上传幂等与 RAG 效果验证
同程旅行秋招 Java 后端二面(11 月 10 日):围绕一个多数据源接入项目连环追问——不同来源的数据格式怎么隔离、新增来源怎么评估改动范围、上传可靠性与快照幂等、分片上传与幂等键设计,再问前后端分离的前端搭建、微服务划分、RocketMQ 异步解耦、接口耗时分析与优化,最后追问 RAG 解决什么问题、引入前后怎么对比验证。
同程 Java 一面:集合、ConcurrentHashMap、索引调优与幂等 24 问
同程 Java 后端一面,从集合体系与线程安全切入,问 ConcurrentHashMap 的实现、线程池里怎么把请求上下文带到异步任务、什么时候会线程不安全;数据库部分问到 InnoDB 页大小、数据与索引的组织方式、主键索引与唯一索引的异同、索引失效场景、怎么看执行计划和强制走索引;最后落到项目里的策略模式、Redis Lua、RabbitMQ 与幂等,以及常用 AI 工具、国产模型与 Agent Harness 的理解。
超聚变 FDE 一面:重试超时、落库去重与分库分表
超聚变 FDE 一面:自我介绍后主要追问实习项目,包括最难的技术难点与团队沟通、失败重试与超时的设计、数据落库如何保证不丢失和去重、锁粒度优化、压测工具、分库分表设计以及 DDD 八股。
蚂蚁集团 C++ 一面:幂等、分布式事务与异常安全
蚂蚁集团 C++ 一面从「你做的系统有资金相关吗」切入,连问幂等实现、分布式事务 TCC 与 Saga 的取舍、SLA 五个 9 的工程含义,再转到 C++ 的 new 失败处理、异常安全三个级别、noexcept 与移动赋值对 vector 扩容的影响。
汽车之家 Java 后端二面:延迟队列幂等、MVCC 与 Agent 工具调用
汽车之家 27 届 Java 后端二面:项目深挖刹车预警与延迟队列,Java 基础问进程线程、Runnable/Callable,MySQL 问隔离级别、MVCC 与幻读,再聊 SSE 流式输出、Function Calling 与 AI Coding 实践。
百度 Agent 一面:Trace Hook、SSE、幂等、工具并发
百度 Agent 一面面经:项目拷打后考 LLM Runtime 与 Tool Runtime 的职责划分与模型路由依据、错误重试的分类与参数错误处理、SSE 与普通 HTTP 和 WebSocket 的区别、多轮工具调用的上下文管理与截断风险、工具超时与并发调用、幂等保证、Trace Hook 的分层设计,最后手撕反悔贪心与堆。
字节 AI 全栈一面:Agent 资金流转、幂等与消息队列 ACK
字节 AI 全栈一面:先深挖实习 Agent 项目的资金流转、检索增强、意图识别、工具约束与评测口径,再问后端项目的 Redis 限流、Lua 脚本、多级缓存与消息队列 ACK,最后是进程线程与 p99 排查,手撕 top-k。
字节后端一面:布隆过滤器、幂等设计、Redis 持久化与 RAG 评估
32 问的深挖型一面:从技术选型问到注册链路的布隆过滤器与分布式锁、requestId 幂等与二次校验、限流维度、Redis 持久化与缓存一致性、Stream 消费语义与宕机恢复、RAG 全流程与多知识库融合、HashMap 与两阶段提交、线程池设计与流式补发,最后是 GC 算法。
字节跳动后端(中国交易与广告)一面:并发幂等与 TCP 四次挥手
字节跳动中国交易与广告后端开发一面面经,约 1 小时:开场问 offer 与为什么没转正,随后围绕实习项目深挖并发与幂等的实现理由、一致性保证、Kafka 可用性,以及业务知识问答助手的做法、回答质量与增量更新;八股部分问语言偏好(Go)、能否转 Java、Java 并发实现、C++ 三大特性、TCP 四次挥手为什么不能三次;算法是「数组中的数能构成的比 n 小的最大数」,未写完。
字节后端实习一面:恶意充值 Agent 与线程池拆分的连环追问
字节跳动后端实习一面面经:前半程围绕实习项目连环追问——恶意充值 Skill 的实现、封号规则、为什么用 Agent 而不是直接改逻辑、误封措施、拆分线程池的做法与任务来源、动态拆分的含义与线程池释放、充值送 token 的幂等与原子性、JEV 判题的优化与模型部署方式;八股问 JVM 内存分区、垃圾回收机制、MySQL 索引类型与索引失效场景、慢 SQL 排查与索引设计;算法是打家劫舍,因不熟悉 ACM 模式未在时限内完成。
曹操出行 后端开发实习 一面:ConcurrentHashMap 分片与充值幂等
曹操出行后端开发实习一面:以实习和项目为主、八股为辅、没有算法;重点追问 ConcurrentHashMap 拆分线程池的实现细节与高并发风险、充值模块幂等与分布式锁、Redis 两种持久化,以及 MCP 与 function call、长期记忆提取和 RAG 的区别。
袋鼠云 Node.js 后端一面面经
袋鼠云 Node.js 后端一面:围绕项目设计追问,从回调地狱与流式处理问起,深入 TypeORM 实体关系、库存流水表字段设计与防超扣、为什么同时用 SQLite 与 MySQL、如何一键迁移,以及用 SQLite 事务加定时任务替代 Redis 与 MQ 的实现思路与双写一致性。作者已挂。
得物 1024 笔试:心理测评加综合选择,AI Coding 考内存秒杀系统
得物 1024 笔试复盘:心理测评 + 综合选择 + AI Coding 三段。选择题混考算法、Java 代码题、AI 应用、高难度 SQL、操作系统与网络;AI Coding 要求实现基于内存的高并发秒杀系统,覆盖业务幂等、同用户同 SKU 的活动预约互斥、资格释放后按 Drop ID 的跨场次转正,以及同一逻辑秒的开放、过期、转正、关闭与时钟事件顺序,判分给出冒烟 / 基础 / 进阶 / 核心难题四档通过率。
得物客户端秋招三面:并发拖拽、丢包重试幂等、RN 低端机卡顿与 AI 工作流
得物客户端三面(主管面)跟着简历走:自研算法怎么做的、两个用户同时拖拽修改数据怎么处理并发、数据库已处理但响应丢包时重试怎么区分场景、上传链路怎么降失败率与耗时、前端改库请求丢包重试怎么防重复、RN 在低端机列表滑动卡顿怎么优化、性能指标怎么排查;AI 部分问平时怎么用 AI、产出逻辑混乱怎么纠正、常用哪些 skills、有没有自己写过。
得物 Go 岗笔试 10.10 记录:25 道选择加一道 AI coding
得物 Go 岗笔试 10.10 场记录:25 道选择题集中在 map、panic、chan、递归等 Go 基础以及 Redis、MySQL 基础,另有一道 AI coding 题;帖主分享了自己用 AI 分阶段攻题的做法(先提交一次看已解决哪些问题、把剩余问题与需求文档交给 AI、再开新窗口做根因分析),最终卡在幂等与状态流转问题上未解决。
得物 Golang 一面:并发 map、超时控制与 Agent 设计
得物 Golang 开发一面记录:从 goroutine 与操作系统线程的关系切入,连环追问并发读写原生 map 的崩溃原因、去掉运行时标志位校验和写不同 key 时的后果,随后是 800ms 预算下并发查三个下游的超时设置与 context 取消、大批量查询的并发限制,最后落到 MySQL 唯一索引与 Redis 分布式锁的订单幂等方案,以及客服 Agent 的双数据源检索、工具参数校验、工具膨胀与回答质量评测。
多益网络软件工程师一面
多益网络软件工程师一面围绕项目深挖,技术题覆盖 MVCC、线程池、缓存一致性、Spring AOP、Redis 热 Key、幂等、隔离级别和 Kafka 积压。
吉比特前端一面:AI coding 工作流、MCP 与接口幂等
几乎全程在聊 AI 协作开发的前端一面:从需求到上线的 harness 工作流怎么搭、需求该自己拆还是先交给 AI、AI 写出隐性 bug 怎么防、MCP 是什么和怎么实现、实习里 AI 项目的记忆与会话管理、和豆包这类产品的差别,最后是 token 幂等的具体场景与合并区间算法题。
海康威视 AI Agent 一面:工具编排与上下文压缩
海康威视 AI Agent 开发一面:从上下文构造、意图判断、工具参数与失败重试,到多轮压缩、记忆与幂等,用出行场景连环追问编排与降级,最后手撕最长子数组和为 k。
恒生电子 后端一面
恒生电子后端开发一面面经(20 分钟):项目技术栈、重试与幂等策略、大批量并发资源申请的处理、QPS 与为什么不用 Redis、HashMap 底层实现与线程安全、String 三兄弟区别、SQL 优化角度、分库分表概念与实现。
科大讯飞 Java 研发笔试:二十道选择、骰子迷宫与事件流导出服务
科大讯飞 Java 研发 10 月 25 日笔试:约 20 道选择集中在 Java 语言特性、关系模型语义、哈希冲突、Linux 命令与前缀树,编程题是骰子在无分支道路上滚动印数字的模拟,最后一道 AI Coding 要做带快照、尾部导出、租约与 Compaction 的事件流服务。
映客直播后台开发一面:索引、事务、Kafka 与订单幂等
映客后台开发转正实习一面(55 分钟):先讲 25 分钟实习项目,再问数据库索引与 B+ 树、联合索引与范围查询、ACID、Redis 数据结构、中间件、Kafka 架构、RPC 与 HTTP、微服务与单体,最后设计订单服务并保证幂等。
京东 AI Agent开发一面:架构、上下文与超时重试
京东零售 AI Agent 开发一面:深挖 Agent 架构、ReAct 实现、tool call 校验重试、超时幂等、上下文压缩与任务恢复,末尾手撕 Agent Loop。
京东 Java开发 三面:Redis 分布式锁在主从切换下为什么会失效
京东 Java 开发三面复盘:前两面聊项目架构与分库分表,三面被架构师用一道「Redis 主节点宕机、锁未同步到从节点」问住,核心考察分布式锁在故障切换下的边界、Redlock 争议与幂等兜底。
航空工业金航数码 Java 开发一面:Spring 八股与防重复支付场景题
航空工业金航数码 Java 开发工程师一面面经:微信面试约 20 分钟,先问两个 SpringAI 项目的分工与技术栈,再考 Spring 单例 Bean 线程安全、依赖注入方式与 @Autowired/@Resource 区别、重写与重载,最后是一道场景题——前端重复点击支付导致多次提交,后端如何防止重复支付,以及大量接口都要防重时如何统一处理。
快手 AI全栈开发 一面:Skill 取舍与 MQ 可靠投递
快手 AI 全栈开发一面,进二面。一半时间在 Skill:为什么把 workflow 改成 Skill、好坏 Skill 的判据、Agent 什么时候该停、高合规场景怎么防越权、离线评测怎么搭;另一半是后端基本功——SQL 注入三层防护与验证、通义千问在单据业务里的边界,以及 RabbitMQ 的延迟消息、指数退避、消费端宕机与幂等 key 过期时间被追问到「消息处理 12 分钟、key 只有 10 分钟」怎么办。
快手 C++开发 二面:哪些 Agent 步骤不该走 MQ
快手 C++ 开发二面:围绕 Agent 项目追问主流程用了 MQ 为什么子步骤不照做、Reactor 与 Proactor 的取舍、消费成功但 ACK 失败如何防重复,以及线程池队列设计和上线评测体系。
脉脉与中科创达 Agent 岗同日面:Python 字典底层、聚簇索引与「Agent 挂了之后用户重复点击怎么办」
同一天两场 Agent 岗面试的合并记录:Python 字典底层实现、堆内存与栈内存、聚簇索引与非聚簇索引的区别、进程与线程;场景题集中在 Agent 的一致性——后台执行完但结果没返回时 Agent 挂了,恢复后用户又点了一次怎么办、怎么应对并发与重复;以及最大困难、vibe coding 中遇到的问题、节点调错工具如何处理。
满帮全栈一面:ConcurrentHashMap、Redis 与下单幂等设计
满帮全栈开发一面面经,全程约四十分钟:自我介绍后挑实习项目的亮点做浅层追问,八股集中在 ConcurrentHashMap 底层原理、Redis 数据结构与适用场景、消息队列、线程池和常用 API,另有两道开放题——实习中用 AI 如何保证需求实现的准确性,以及电商下单模块的幂等与防重复下单设计。
满帮全栈开发一面:意图识别、Dify 与索引幂等八股
满帮全栈开发一面:开场先聊为什么没有实习、第一个小程序项目为什么取这个名字,随后问意图识别与大模型的实现、Dify 怎么落地,再考聚簇索引与非聚簇索引、幂等、慢 SQL,最后是一道没写完的算法题和地区意向,结尾反问全栈岗位的日常职责。
满帮全栈一面:Kafka 异常与幂等、冷热归档跨查询、联合索引最左匹配
满帮全栈一面 45 分钟:先确认 base 地、绩点与未来打算,再问笔试为什么简历写 Java 却用 C++ 作答、Java 与 C++ 的区别;实习部分深挖系统上下游与数据来源、Kafka 异常消息与 DLQ、如何保证消息投递、幂等实现、消息队列与 RPC 的取舍、Kafka/RocketMQ/RabbitMQ 对比、冷热数据为什么以 3 个月为界及跨冷热查询怎么处理;数据库问慢 SQL 定位、EXPLAIN 怎么看、索引失效与最左匹配;最后问 Java 8/17/21 的差异与升级。
美团后端开发一面:消息队列幂等与多 Agent 设计
美团软件开发后端方向秋招一面,约 1 小时,几乎全在挖项目设计:项目三问为什么用 RabbitMQ、幂等怎么实现、消费到重复任务怎么处理、为什么分层存储而不是一个大 MySQL、怎么写业务一致性;项目二问为什么用多 Agent 而不用一个大 Agent、领域分工能不能设计更多、超时与超额怎么处理、有没有重试与降级、有没有设计评判指标;八股只问线程池核心参数与线程创建流程(核心线程知不知道自己是核心线程)、MySQL 慢查询怎么排查与索引失效场景;手撕是把链表 0,1,…,n 重排为 0,n,1,n-1…。面试官开场做了自我介绍、过程中多鼓励引导,整体体验好。
鸣鸣很忙 后端开发管培生 一面
鸣鸣很忙后端开发管培生一面面经:38 问高强度项目深挖,从医疗意图识别三层架构与评测集容量、纠缠度指标、LDC 架构,到 CountDownLatch 并发写缓存、多机房写失败处理、线程池参数与突增流量应对、事务消息、幂等框架的 ID 与 MD5 碰撞,再到 MySQL 脏读幻读、缓存三大问题、synchronized/volatile/ThreadLocal、CAS、Redis 分布式锁、TCP 握手与 RAG 切分。
拼多多 AI Agent开发三面:上下文、断点恢复与多 Agent 协作
拼多多 AI Agent 开发三面:代码生成链路与上下文工程、断点恢复、多 Agent 并发写冲突与幂等、知识库检索调优,末段手撕 LRU。
拼多多服务端开发一面面经:并发幂等、Kafka 积压与向量库索引
拼多多服务端开发一面(约 50 分钟)大部分时间在深挖实习项目:并发与幂等的实现动机、Kafka 消息顺序性与积压处理、分区数怎么定,以及知识问答助手里 Chroma 与 Redis 的边界、向量库更新与索引结构;基础题考 MySQL 主从同步与一致性,最后两道算法题是数组中的三角形个数和一道较长的动态规划。
拼多多服务端二面:B+ 树、哈希冲突与 MQ 幂等,手撕字符串转数字
拼多多服务端二面 40 分钟:手撕字符串转数字,堆与 FIFO、计算器实现,Kafka 与 RabbitMQ 的差异,MySQL 索引与为什么不用红黑树,哈希冲突策略与拉链/再哈希的取舍,最后问系统维稳会考虑哪些方面与发货 MQ 异常的幂等处理。
其域创新软测一面:大文件分片、秒杀防超卖怎么测,AI code review 怎么做
其域创新软测一面:实习里测试的具体工作、除功能与回归还要测什么、幂等怎么校验、大文件分片上传的测试场景、秒杀防超卖的高并发验证与稳定性保障、用 AI code review 设计提示词识别缺陷,以及怎么给开发提 bug。
启元机器人软件平台开发一面:转账 Agent 的槽位、幂等与稳定性
启元机器人软件平台开发一面,19 个问题几乎全围绕一个转账/表单 Agent:意图识别与槽位补全、语义指令与表单的取舍、工具路由与业务规则、工具失败兜底与转账幂等、报关单/发票多模态抽取,以及高并发验证和 Agent 上线前的稳定性测试。
顺丰 Java 后端二面:适配器设计、上传幂等与 InnoDB 回表优化
顺丰 Java 后端二面(秋招正式批):项目侧问统一数据模型与适配器如何隔离外部格式变化、Agent Skill 怎么保证可靠、文件上传的幂等与断点续传、整体哈希与分片哈希的分工;数据库侧连问慢 SQL 排查、联合索引顺序与最左前缀、ICP、回表与主键排序优化。
上海 AI Agent 初创一面:从零设计一个生图系统的数据表与状态机
上海一家 AI Agent 初创的一面上来就是系统设计:AI 生图系统要哪些表、积分扣减与退还怎么保证一致、异步任务怎么让客户端拿结果、轮询/SSE/WebSocket 怎么选、长事务的问题,最后回到实习经历与学习方法。
腾讯 WXG 后台开发一面:两道 Hot100 变体题与项目连环追问
腾讯 WXG 后台开发一面,1 小时 40 分钟,开场两道 Hot100 的上位变体(课程表要输出所有拓扑序列、解压字符串多一个分隔符要处理),之后零八股、全程问项目。项目追问围绕一套 AI 面试系统展开:重复提交的幂等、租约节点挂掉后的双写、模型调用成功但结果没写库、长会话运行态重建与降级、面试状态机设计、LiteFlow 规则引擎链路、四类分布式锁的分工、冷热数据划分,再到 MongoDB/MySQL/Redis 的职责分工、单机 single-flight 与 Redis 高可用的关系、多模型兼容边界,以及对现有实现做上线风险与瓶颈评估;后半段转向 CodingAgent 的四层架构与 L1–L4 上下文压缩、长期记忆召回,横向对比 Claude Code 与 Codex CLI 的记忆体系,最后落到大模型推理流程与幻觉成因。
腾娱互动 后台开发实习 二面
腾娱互动后台开发实习二面面经:前十二问全部围绕实习的幂等框架追问——组件还是进程、量级与 QPS、部署形态、zone 与机器路由、幂等 ID 拼接规则、为什么超过 64 字节降级 MD5、为什么是 64 不是 128 或 32、策略模式回查与 if/else 的取舍,最后考 Java 设计模式、单例模式与手撕链表每 k 个一组翻转。
同花顺一面面经(10.9)
同花顺后端一面面经:先聊教育背景、科研方向与实习难点,随后深挖接口异常与网络波动下的稳定性、重试设计、跨系统调用幂等与并发安全,并追问如何用 AI 做技术选型和线上问题定位、如何借 Trace 与定时分析改进 Agent 系统。
传音控股一面:Saga 与 TCC、Go 的 GMP 与混合写屏障、分布式锁续期怎么收尾
传音控股一面十七题,从项目深挖切到分布式与 Go 运行时:Saga 与 TCC 的适用场景、并发申请有限资源怎么防超卖、G 与 M 与 P 的调度模型、并发标记期间改引用为什么会错删对象、混合写屏障怎么保证正确性、sync.Pool 的底层结构、TCC 的空回滚与悬挂、下游没有幂等键时怎么保证幂等、号段模式与雪花算法,以及分布式锁的续期协程怎么避免永久续期。
测试面试:重复提交,别只盯着按钮
测试岗面试题「重复提交订单怎么测」的拆解:先确认系统靠什么识别同一次下单,再覆盖连点、重复请求、同时到达与超时重试,并用订单号核对实际写入条数,而不是只看接口返回。
小红书 AI 小工具 leader 面:MQ 异步化、分库分表热点与稳定性
一小时 leader 面,全部围绕简历里一个传统后端项目连环追问:同步改异步后的失败感知与重试、重复投递与顺序性、QPS 再涨十倍瓶颈在哪、按设备分片的数据倾斜、Redis 榜单与 bitmap 选型、线上稳定性靠哪些指标兜。
小红书 跨境电商&交易平台 一面
小红书跨境电商与交易平台一面面经:全程围绕扫码当面付业务追问,从业务场景与资金流转链路,到跨机房写入缓存、线程池加 CountDownLatch 的选型、幂等保障、单元化的目的与路由方式,最后手撕 LRU 缓存。
小米 AI Agent 三面:压力面,全程问“你踩过什么坑”
小米 AI Agent 三面压力面面经:全程追问工程细节,考多租户隔离与模型/沙箱资源划分、服务重启后的状态恢复、并发 1000 个沙箱的资源池与调度、长周期任务的行为漂移治理、代码审查 Agent 的漏检控制、RAG 与长上下文模型的关系、上下文压缩的信息保真与回退,最后手撕二叉树层序遍历。
小米 AI Agent 二面:金融理赔的确定性与追责
小米 AI Agent 开发二面:以传统后端与 LLM 应用差异开场,围绕保险理赔 Agent 的工具编排、材料不全与改口供处理、金额校验与转人工、权限与审计、追责与可观测性展开,延伸到金融风控 Agent 的规则引擎配合、误杀漏杀权衡、A/B 与 ROI 归因,最后手撕幂等状态机。
游族网络服务器开发实习一面:二段式交易、幂等框架与并发八股
游族网络服务器开发实习一面面经:前 18 问几乎全在拷打实习经历(扫码支付、二段式交易、跨机房扫码确认、通用幂等框架、为什么不用雪花算法保证幂等 ID 唯一性),中间夹 5 道并发八股(CountDownLatch 内部实现、volatile 的作用与 i++ 语义、并发与并行的区别),最后还问了游戏、技术书籍、AI Agent 与 MCP/Skill 的使用情况,以及实习日薪。
月之暗面 AI Agent 二面:代码生成链路与调度
月之暗面(Kimi)AI Agent 开发二面:围绕代码生成全链路的状态设计与断点恢复、Codebase Memory 与知识库检索、多 Agent 文件冲突,一路问到 B+ 树、缓存穿透击穿雪崩与分布式锁,最后手撕 LRU Cache。
蚂蚁集团大模型应用面经合集:业务中台与 RAG 知识库
蚂蚁集团大模型应用方向四场面试合集:一面围绕跨境售后工单中台,追问单机迁集群的典型问题、幂等 Token 与雪花算法时钟回拨、订单状态机中间态与评论分库分表热点治理;后三面深挖 RAG 知识库的采集更新、静态知识库与动态检索取舍、图 RAG 实体一致性,以及 Agent Memory 分层晋升与 Spring AI 记忆机制。
蚂蚁集团测试开发岗面经合集:智力题、支付测试与八股
蚂蚁集团测试开发岗六场面试合集,覆盖智力题与手撕编程、扫码支付与转账场景的测试点设计、幂等与多表事务验证、进程线程协程与数据结构八股、计算机网络分层、MySQL 索引与事务,以及 Spring 依赖注入与 RPC 基础。
豹趣科技服务端研发一面:项目深挖与系统设计
豹趣科技服务端研发线下技术一面,全程约一小时,以项目深挖和服务端系统设计为主:数据权限重构、单节点到多节点的改造、接口幂等、十亿级用户表分库分表、多租户百万级数据异步导出与并发扣积分,八股占比很低。
BILBIL 广告二面凉经:线程池、事务失效与 CDC 幂等
B 站广告二面凉经(9 月 5 日),项目实习部分略过,技术问题密度很高:ThreadPoolExecutor 核心参数与执行流程、Tomcat 线程池与 JDK 线程池的差异、联合索引的最左前缀与范围查询影响、Spring 事务失效场景与传播行为、AOP 代理与 ThreadLocal 的连接绑定,以及 CDC + Kafka 链路、本地事务表/Outbox、Kafka 重复投递下的消费幂等,最后手撕字符串大数加法。
字节跳动 Agent 秋招一面(9.16):会话记忆压缩、文档更新幂等、Harness 对比与手撕二叉树
字节跳动 2026 年 9 月 16 日 Agent 秋招一面的完整记录:从实习项目拷打切入,深挖滑动窗口 + 摘要的会话记忆、文档在线更新的幂等与版本控制、为什么用 MQ 而不是定时任务;再对比 DeepSeek Harness、Pi Agent、Claude Code 与 Computer Use 的本地/云端两种方案;八股问数据库类型与 B+ 树;手撕二叉树子结构、两个有序 List 的交集及其在无限流、超大值域下的变形;最后是反问。
字节一面 Agent 岗:ReAct、幂等与上下文压缩连环追问
字节跳动 Agent 方向一面面经,围绕一个复杂 Agent 项目连环追问:架构分层、ReAct 实现与结构化输出、tool call 非法参数的校验重试、超时与幂等 key 设计、上下文压缩与任务恢复,最后手撕嵌套 JSON 合并。
字节中交广 AI 全栈开发一面:AI Pipeline、Doris 优化与实时轮播场景
字节跳动交易与广告业务 AI 全栈开发校招一面,时长约 65 分钟:先深挖 AI Pipeline 的节点准确性、代码生成质量与效果评估,再追问营销场景下大规模 SQL 优化、Doris 选型与倒排索引排查过程,最后是一道「PC 页面按用户隔离的实时轮播通知」系统设计题加一句两表 SQL 手撕。
CVTE 应用软件一面:告警洪峰、消息幂等与缓存故障
秋招一面以告警系统为背景,追问洪峰处理、事件顺序、Outbox、Redis 主从切换及事务读取语义。
得物Java后端面经
得物Java后端面经,覆盖分布式ID、RPC选型、JVM内存泄漏、日志规范、扫码支付、幂等、批量数据处理、分布式事务和订单补偿。
度小满 AI 全栈研发二面:AI Coding 工作流、长期记忆与多 Agent 闭环
度小满 AI 全栈研发 27 届秋招二面,9 月 20 日,约 30 分钟。全程围绕实习追问 AI Coding 工作流的拆解、TechDoc 维护、数据埋点三态、上报重复、多模型切换状态机、上下文窗口不匹配、长期记忆冲突消解与多 Agent 验证闭环。
哈特利夫 Java 一面:广告归因、订单幂等与消息积压
原帖合并记录国内与海外广告岗位的面试,问题围绕项目难点、转化归因和高并发处理展开。
快手测试开发实习一面:购物车高风险场景与 AI 用例治理
快手测试开发实习日常一面面经,题目集中在购物车高风险场景设计、数量接口请求乱序与幂等测试、AI 生成用例的规则溯源治理、灰度单节点缺陷定位,以及 Kafka 遥测链路的端到端验证。
新蛋Newegg二面面经
新蛋后端二面,主要深挖项目中的Function Calling、消息队列流程、幂等以及IoC和AOP。
顺丰AI全栈研发线下面经:初试+复试
顺丰 AI 全栈研发岗线下面经,9.19 初试加复试。初试问 AI coding 的理解与人机分工、实习项目的核心逻辑与通信选型;复试考二分与冒泡复杂度、InnoDB 的 B+ 树与联合索引最左前缀、事务隔离级别、消息队列阻塞与后端幂等。
顺丰 Java 线下二面面经
顺丰 Java 线下二面记录,全程严格限制 30 分钟。围绕实习经历深挖上下游通信方式、流量规模与幂等设计,随后考察数据库压力缓解与联合索引的最左匹配细节,最后聊到日常如何使用 AI 以及人工介入的时机。
接口测试面试:返回 200 为什么还不能算测完
接口测试面试答题思路整理:状态码符合约定只是第一步,还要核对业务码与关键字段、区分异步接口的受理与终态、确认异常请求没留下脏数据、讲清重复请求的幂等约定,最后要拿一条自己完整执行过的记录来讲,而不是只背工具名。
VIVO Agent 开发秋招一面:超时恢复、状态机与权限边界
VIVO Agent 开发秋招一面面经,问题普遍以「为什么这么做还不够」的形式追问:创建工单超时但外部可能已写入怎么恢复、换更强模型后完成率反降如何定位、多 Agent 并行写同一状态为何分布式锁仍不够、进程崩溃后状态机怎么续跑、文档里的注入指令为何不能只靠系统提示词挡、参数过了 JSON Schema 为什么还不能执行,以及如何证明框架收益来自运行时设计。
小红书Java平台开发二面面经
小红书Java平台开发二面面经,深挖工作流调度、节点失效传播、人工确认、校验体系、多币种金额和外部渠道不确定性。
招银云创后端二面:慢查询与重复支付场景题
招银云创后端开发二面面经,时长约20分钟,两道八股加一道场景题。题目包括ArrayList与LinkedList的选型、银行卡号加日期查询变慢的原因定位与索引效率分析,以及便利店重复点击支付按钮如何避免多次扣款。
作业帮 Agent 开发一面:评测体系与 Trace 闭环
作业帮 Agent 开发一面面经(9 月 23 日),整场围绕 Agent 工程化展开:工具调用幂等与断线重连、审计能力、真实对话 Trace 的收集回流、评测集构建与人工 Review、确定性指标与 Agent Reviewer 结合的评分报告,以及按低分 Case 定向调优。
ThunderBit AI后端一二面面经
ThunderBit AI开发岗一面面经,视频面时长约55分钟,面试官为技术负责人,重点深挖状态机流程设计、分布式锁与幂等防重的区别、Redis热数据缓存设计动机及故障恢复方案,以及AI调用工具的完整流程。
阿里后端开发面经03
阿里后端开发面试,围绕订单表与分库分表、支付幂等、高并发写入、MySQL 和 Redis 原理、HTTPS 加密以及多线程顺序打印展开。