互联网大厂面经
Java · 后端 · 前端 · AI 真题聚合

三七互娱服务器开发AI面试面经

三七互娱服务器开发AI面试面经，主要考察操作系统分段与分页、布隆过滤器误判、Java泛型与类型擦除、类加载错误、Spring事务传播行为，并追问技术难题处理和使用AI工具学习新技术的经历。

Agent 应用工程师面试题库：工具调用、记忆检索与线上排障

一份 Agent 应用工程师面试题库，按「主问题 + 逐层追问」组织，覆盖 Function Calling 链路与容错、结构化输出、记忆与上下文预算、RAG 幻觉排查、死循环兜底、写操作幂等、Prompt Injection 防护与线上排障。

硕2社招面了 50 多场 Agent 方向复盘

硕士毕业两年、后端加 Agent 方向的社招复盘：三个月面了 50 多场，在职准备常到凌晨，周末也很少休息。核心体会是大厂不会只问 Agent，后端基础、算法手撕、项目深挖、场景设计一样不少，社招最大的隐性成本是信息差。

AI Infra 求职劝退贴：面试官建议与个人复盘

AI Infra 方向求职劝退贴：作者面试某大厂日常实习后，记录面试官给出的五条建议（岗位极度内卷、算子被 AI 冲击、国产芯片迁移难等），并复盘纯 infra 岗全挂的原因、可行的替代方向与选路自查清单。

友邦咨询（广州）后端开发实习面：AI 编程与 RAG 项目

友邦咨询（广州）后端开发实习岗线上面试记录，4 位面试官、约 39 分钟。前半段围绕两段 AI 项目实习展开，追问 AI 编程工具的选型与代码验证、RAG 方案与设计评审、多线程与性能问题，后半段是课程、CI/CD、职业规划等常规问题。

爱学习 Java 开发一面面经

爱学习 Java 开发一面记录，全程 40 分钟、无手撕，主要围绕滴滴实习经历深挖。问到生产项目的操作流程与微服务架构组件、dump 文件导出与 MAT 分析、关键词匹配的优化（一万个关键词如何提效）、渠道抽象设计、分库分表的分片键选择与数据倾斜处理、XXL-JOB 秒级触发原理、SQL 优化与强制走索引。

北京爱学习Java开发日常实习面经

阿里 ATH Infra 平台开发一面面经

阿里 ATH Infra 平台开发一面面经，围绕项目重构、AI 提效、多媒体和大文件处理、模型成本与效果平衡、Agent 平台化、冷热分离及 Kubernetes 生产经验展开。

阿里巴巴 AI Agent 开发岗面经合集：长视频理解项目复盘

阿里巴巴 AI Agent 开发岗两场面试：围绕长视频理解 Agent 深挖 Planner-Executor-Critic 工作流的受控点与循环防护、混合检索策略、Checkpoint 分级与分布式锁、Agent 空转与死循环治理。

阿里巴巴高并发业务系统后端面经

阿里巴巴业务系统后端面试，重点考察积分抽奖、高并发缓存与消息可靠性、数据库索引、Agent网关和分布式系统设计。

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。