阿里后端开发岗面经 06：Agent 记忆与秒杀设计

阿里巴巴集团后端开发岗两场面试的问题合集：第一场围绕 Agent 体系展开，从 ReAct 与 Plan 模式的区别、MCP 工具实现、长短记忆到多 Agent 协作的 Worktree 冲突，随后转入 Kafka 投递与幂等、Java 类加载、线程池参数和 HashMap 底层；第二场集中在项目复盘，包括 AI 提效项目中的角色、平台重构方案、多媒体文件处理，以及模型成本与准确率的平衡。

阿里云 Agent 算法 HR 面

阿里云 Agent 算法岗 HR 面记录，全程围绕盘经历、盘认知、盘规划：本科到硕士的方向选择、实习业务与跨团队协作差异、如何面对快速变化的 AI 时代更新知识体系、求职方向与秋招时间窗口，以及后续流程与 base 地反问。

阿里云 AI Agent 开发岗面经合集：RAG 检索与存储优化

阿里云 AI Agent 开发岗两场面试合集：一面追问实习中 Agent 存储查询优化与完整存储链路，二面系统考察 RAG 的文档切分、向量与 BM25 混合检索、多跳检索、Query Rewrite、文档访问控制与长对话摘要压缩。

阿里云AI应用开发一面：代码找错与RAG八股

阿里云 AI 应用开发一面面经，9.16 面 9.19 挂。三道代码题：wait/notify 实现栈找错、100 元红包 10 人分且单人不超过 90、爬楼梯。面试题覆盖大模型幻觉与缓解、完整 RAG 流程与选型、MCP、几十亿商品表的库表设计。

阿里云 AI 应用开发一面

阿里云 9.20 一面记录：前半段围绕 Agent 项目，追问工具串行与并行的取舍、多层上下文共享与压缩时机、工具调用轮次与多租户隔离，以及从 Hello Agent 改到 LangGraph 的改造；后半段是 SQL 执行过程、redo/undo/binlog、Redis 单线程与 Python 协程等八股。

阿里巴巴全栈开发一面（知识图谱与性能优化深挖）

阿里巴巴全栈开发一面面经，全程 46 问且沿简历层层深挖。前半段考知识图谱实践与度量、可插拔 Agent Harness、长流程可靠性与电商通用方案；中段追问 LCP 预加载与虚拟列表；后段考 TypeScript、状态管理、构建优化与 HTTP 缓存。

阿里虎鲸文娱 AI 基础设施一面：COW、插桩系统与约瑟夫环

阿里虎鲸文娱 AI 基础设施方向一面：从腾讯实习的项目效果问起，深挖 Copy-on-Write 设计与性能插桩系统的采集展示，再考 C++ 多态、排序稳定性、网络五层模型，算法题是约瑟夫环。

阿里国际 AI Agent 开发岗面经合集：多 Agent 协作与记忆

阿里国际 AI Agent 开发岗两场面试：一面深挖 Agent 架构分层、工具调用原理、记忆系统分级与多 Agent 通信的不确定性治理，手撕二叉树最近公共祖先；二面围绕 Agent 自主改代码、MCP 与 Skill 的职责边界。

阿里研发工程师Java一面

千问 AI 研发一面凉经：Agent 设计、工具调用与 LangGraph

千问 AI 研发一面凉经：13 问几乎全压在 Agent 上——Agent 与固定 workflow 的边界、工具调用的幻觉与错误处理、循环终止条件、LangGraph 图流转、Skill 粒度与评测，最后发现岗位偏移动端和前端。

阿里千问二面：Agent平台、评测体系与训练基础

阿里千问二面面经，共29问。前半场深挖Agent工程化：Skill与CLI及Runtime职责划分、工具调用链路、评测系统与Trace指标、自研评测取舍、多用户会话隔离；后半场转向Transformer原理与训练推理基础设施。

阿里千问 C 端大模型算法一面：推理数据与 PRM

阿里千问 C 端大模型算法一面记录：围绕实习中的长/短思维链推理数据、图像依赖较强的题目怎么提升、训练效果不好时的排查、图文数据构建、PRM 的 reward 设计与训练、Agent 实践展开，最后是两道题——抛硬币的概率期望与 badcase 数据池的采样提升方案。

阿里云 AI Agent 算法一面面经全解析

阿里云 AI Agent 算法一面 20 题：KV Cache 显存估算、Agent 上下文治理与取消、MCP 调用流程、RAG 父子索引、ReAct 与 Plan 取舍、多 Agent 协作与死循环兜底，另考分布式 ID、缓存、Redis、ThreadLocal、Spring 与 TCP。

阿里云 AI Infra 一面面经：Agentic RL 训练岗

阿里云 AI Infra 一面记录，面向 Agentic RL 训练岗：先做三道按简历定制的题（限时 40 分钟三选二）并讲解思路，随后深挖 OPD 蒸馏动机与数据筛选、过程奖励与结果奖励的区别、多轮对话双层奖励与用户模拟器构造、转人工率评测与 A/B 设计，以及 verl 中 AgentLoop 的特点。

千问事业部一面面经

千问事业部一面，覆盖Java基础、算法、HTTPS、React Native跨端原理及Agent能力边界。

阿里云二面面经：Agent 框架选型、工具权限隔离与上下文压缩

阿里云二面面经，9 月 21 日。围绕一个 Agent 项目连环追问：用户群体与业务价值、为什么选 LangGraph 与 Deerflow、工具权限隔离、群聊与私聊的上下文区别、长期记忆与上下文压缩、工具调用的异常超时重试与模型排队调度。

阿里云 测试开发三面（交叉面）：实习项目复盘与平台推广怎么答

阿里云测试开发三面（交叉面）面经：12 个问题几乎全部围绕实习项目展开，从任务目标、最难的部分、重做会怎么优化，到测试提效平台的业务价值、向其他业务组推广、如何调研真实诉求、为什么用 few-shot，最后落在技术学习方式、跨组协作与职业规划。

全志科技 嵌入式一面 采集上报链路与实时性追问

全志科技嵌入式一面，追问 SPI/I2C/UART 与 ADC 采样链路、MQTT 上报如何协同，高频采集与慢速上报抢 CPU 时如何用 DMA、环形缓冲和队列保实时性，偶发挂死如何定位到量产边界。

全志科技嵌入式软件开发二面 Linux内核十五问

全志科技嵌入式软件开发二面真题：从项目深挖切入内核态与用户态交互、硬中断与软中断、自旋锁互斥锁信号量、DMA 与 Cache 一致性、OOM 优化、OTA 升级与调试手段优先级。

晶晨半导体嵌入式软件笔试

晶晨半导体嵌入式软件岗秋招笔试，9 月 29 日：10 道单选，三道问答（程序分析、Makefile、管道原理）、一段翻译、两道编程题，附加题问 ISR 注意事项与嵌入式结合 Agent 的系统设计。