每日自动采集 · 牛客 / 脉脉
互联网大厂面经
Java · 后端 · 前端 · AI 真题聚合
聚合牛客、脉脉等平台的字节、阿里、腾讯、美团等大厂真实面试题与解析，按公司、岗位、技术点整理成可检索的题库。
公司
全部 →岗位
全部 →技术点
全部 →最新面经
共 2555 篇 · 第 1/128 页4399游戏服务器开发一二三面：C++八股、UDP与匹配设计
4399 秋招游戏服务器开发三面面经：一面技术面覆盖 C++ 智能指针与多态、多线程、链表与红黑树、TCP/UDP 与匹配系统设计；二面 HR 面问到岗时间、项目与 Offer；三面产品面考游戏理解与职业规划。
农业银行信息科技岗面经合集（总行菁穗、研发中心软件研发与测开）
农业银行信息科技岗面经合集：覆盖总行菁穗培训生的无领导小组讨论加业务面、西安研发中心软件研发岗与测开岗的技术真题、北京研发中心软件开发岗的匿名面试，题目集中在 Java 基础、MySQL 与事务、Spring 依赖注入和软件测试基础上。
16 家 AI 公司面经汇总：8 道高频题与答题要点
汇总字节、百度、美团、滴滴、腾讯等 16 家公司 AI 岗面经后归纳出的 8 道高频题：不用框架手写 Agent 的模块拆分、RAG 召不到数据怎么排查、Agent 记忆管理与压缩、MCP/Skill 工具接入、KV Cache 与长文本显存、MoE 路由与负载均衡、LoRA 原理与 rank 选择，以及 Agent 开发与传统前后端开发的本质差异。
智能体项目验收怎么答：功能、效果、稳定性、安全合规四层框架
一篇讲智能体项目验收答题思路的整理：面试官问「智能体项目怎么验收」，考的是落地思维——验收要拆成功能、效果、稳定性、安全合规四层，效果层把技术指标绑到业务指标，稳定性层必须覆盖异常与恢复，安全合规是最容易被忽略的加分项。
面试被问「智能体项目怎么验收」：企业级服务商的答法
一篇拆解「智能体项目怎么验收」这道高频面试题的文章：多数候选人只报准确率，企业级服务商的做法是把验收拆成功能、质量与稳定性、业务价值三层，并按 POC、灰度、全量三阶段推进，最后必须把可解释性与安全合规纳入验收范围。
35 家 AI 公司面经统计：考得最多的是机器学习基础，Transformer 只排第三
一份覆盖 35 家 AI 公司、约 480 道题的面经统计：出现频次最高的是机器学习基础，第二是简历项目深挖，Transformer 只排第三，代码题比重也很高。结论是 AI 岗面试正在回归基础，模型结构已经成了门槛项而不是区分项。
AI 面的追问是从你自己嘴里长出来的：九百多篇帖子里的同一件事
一篇基于九百多篇牛客帖子的 AI 面复盘长文：AI 面真正在量的不是答案对不对，而是你说话的方式——它会把你刚说出口的具体名词复述一遍作为下一道追问。文中统计了携程、去哪儿、欣旺达等场次的追问原话，也记录了完全不被追问的场次，并给出三条来自帖子的准备建议：别把自我介绍讲成技术目录、自己讲出口的名词要能再往下讲两层、以及表达流畅度本身也在计分。
扒了 35 家 AI 公司面经，考最多的居然不是 Transformer
汇总 35 家大模型公司约 600 道面经题后的高频考点复盘：出现次数最多的是 KV 缓存与显存计算，其次是 MoE 的路由与负载均衡、Prompt 与 RAG 和微调的选型，以及面向海量用户的聊天助手系统设计。
RAG 取不到数据怎么排查？三个回答层次见水平
AI 岗面试真题「RAG 取不到数据，你怎么排查？」的三层答法对比：只说要换 embedding、调 topK 与阈值的背题式回答；按数据是否入库、chunk 切分、query 匹配、rerank 四层定位的项目级回答；以及只有真在生产环境踩过坑才说得出的细节——表格被当纯文本切掉行列结构、口语化提问需要先改写再检索。
阿里巴巴 AI Agent 研发一面面经
阿里巴巴 AI Agent 研发一面，先手撕最长有效括号与岛屿数量（DFS、BFS 两版），再围绕 CR Agent 的架构取舍、Workflow 与自治 Agent 选型、ReAct 与 Plan-and-Execute、Skill、MCP 与 Function Calling 的分层与渐进式加载、Harness 与框架关系，以及上下文压缩、工具兜底、多 Agent 冲突、RAG 排查和缓存一致性展开。
阿里巴巴控股三面面经（10.10，部门大 boss 面）
阿里巴巴控股三面面经：部门大 boss 面试约 40 分钟，先做个人介绍与项目背景介绍，再对背景和项目底层实现疯狂拷打，随后问对基础架构开发的理解和思考、AI 相关使用与对 Agent 开发的了解，最后是反问，面完直接约了 HR 面。
阿里内部都用什么技术？HSF、MetaQ 与 EagleEye
面试官视角梳理阿里的三个核心技术组件：分布式服务框架 HSF、消息中间件 MetaQ（RocketMQ 前身）与全链路监控 EagleEye，并说明为什么讲清它们的设计初衷能成为加分项。
阿里千问 Agent 开发二面
阿里千问 Agent 开发二面面经，11 问集中在 Agent 工程：LangGraph 架构组件、Function Calling 原理与工具调用的常见坑、Query 改写、多轮对话缺陷与 Prompt 拼装顺序，另有手写快排。
阿里千问 Agent 开发二面
阿里千问 Agent 开发二面面经，11 问集中在 Agent 工程：LangGraph 架构组件、Function Calling 原理与工具调用的常见坑、Query 改写、多轮对话缺陷与 Prompt 拼装顺序，另有手写快排。
阿里云 Agent 开发一二面
阿里云 Agent 开发岗一面二面记录：一面从实习经历切入，考进程与线程的区别、进程切换开销、如何设计比线程更轻量的调度单元，并手撕 K 个一组反转链表；二面围绕 Agent 自进化原理与影响因素、预训练与 SFT/RLHF 的差异、知识体系构建和工作方向选择展开。
阿里云 Agent Infra 一面：SGX、EPC、512MB、吞吐不升反降
阿里云 Agent Infra 一面面经：从 Intel SGX 的 EPC 512MB 与多租户数据安全切入，追问 PV 变 4 倍吞吐不升的定位，再考沙箱多租户隔离与容器重启状态恢复、通用 Agent Runtime 的多模型抽象、长序列训练显存与 vLLM PagedAttention，最后手撕嵌套字符串解析。
蚂蚁集团二面面经（CIO 线）：CLI 编译分发、Skill 设计与 AI 时代的内部基建
蚂蚁集团 CIO 线（企业数据资产上下文工程、数据侧内部基建）二面面经，全程约 37 分钟：围绕在 Shopee 的实习感受与离职原因、CLI 的编译与分发链路、Skill 的设计、三段实习对比、转正与 offer 情况，以及 AI 与企业基建的关系。
蚂蚁集团 AI Agent 开发复活赛二面：CR Agent 三级架构深挖
蚂蚁集团 AI Agent 开发岗复活赛二面：以候选人亲手做的风控归因 Agent 为主线，围绕 Markdown 记忆管理与 RAG 的取舍、语义匹配准确性与匹配错误的兜底、Agent Teams 与 Workflow 编排的对比、多工具调用的执行流程与顺序、function calling 的底层机制、短期与长期记忆的实现、MCP 解决什么问题，深挖三级 Agent 架构的分层理由与上下文传递；另考多模态文档解析的早中晚融合取舍、纯视觉模型改造为 VL 模型要重设计哪些模块，手撕二叉树最近公共祖先，面试通过进入后续流程。
北京澳柯网信测试实习面经（一面+二面）
北京澳柯网信测试实习一面二面面经：一面问 base 地、离职原因与等价类划分，二面围绕实习经历、测试流程、AI 颜值评分测试点、注册接口用例设计与移动端与 Web 端测试差异展开，最后问期望薪资与加班态度，结果已挂。
奥克斯 AUX 嵌入式方向笔试记录
奥克斯 AUX 嵌入式方向笔试记录：使用北森等在线测试平台、需要开启摄像头，题型为选择题加若干填空题，内容与难度接近 C89 语言期末考试，作者认为与自己的 C++ 背景关联不大。