淘天集团
共 6 篇面经 · Agent算法 / AI Agent开发 / AI应用开发 / 后端开发
淘天集团 Agent算法一面：全程盘实习经历与设计细节
淘天集团 Agent 算法岗一面面经：整场约一小时都在盘实习经历，从自我介绍切入，追问项目的具体工作、设计取舍、协作方式与职责划分，没有八股也没有手撕代码；作者在反问环节放弃提问，事后表示仍不清楚岗位具体做什么。
淘天集团 Agent 算法一面：SFT 超参、Muon 与 KV Cache
淘天集团 Agent 算法一面：任务合成与清洗、bad pattern 重采样、RL 轨迹压缩与 SFT 超参，考 Adam 与 Muon 的区别、ReAct、KV cache 为什么只缓存 K 和 V，并用 torch 手写多头注意力。
淘天集团 AI Agent 开发岗面经合集：RAG 链路与场景题
淘天 AI Agent 开发岗两场面试：场景题考 URL 瞬时流量冲击的处理策略与实时商品销量 Top-10 排行榜，另有会员价满减计价系统的 AI Coding；技术面围绕 RAG 链路、文档切分、Top-K 取舍与知识库权限控制。
阿里巴巴淘天AI应用研发一面：Skill/MCP/Harness与缓存一致性
阿里淘天AI应用研发一面面经，9.14面试、9.17流程终止。手撕最长有效括号与岛屿数量，后面全程场景题：CR Agent为什么不用固定Workflow、ReAct与Plan-and-Execute怎么选、Skill/MCP/Function Calling的分工、Skill契约与渐进式加载、100个MCP工具怎么路由、Harness与Agent框架的关系、上下文压缩、多Agent写同一文件的冲突、RAG召回高但答案不准怎么排查，以及线程池、ThreadLocal、深分页与缓存一致性。
淘天供应链AI应用研发一面：Skill编排、提效证明与消息幂等
淘天供应链AI应用研发一面面经，9.21面试、一面未通过、无手撕。全场围绕AI提效的真实经验追问：拿一个bad case讲清skill做了什么判断、调了什么脚本、怎么优化；多个skill之间模型如何路由、提示词怎么写；怎么证明skill真的提升了效率、回归测评集怎么建；脚本串行改并行怎么判断；代码库很大时怎么让AI看得更准；知识库更新是否要人review；用户给出明确报错时向量检索反而查不到的原因与改进；以及消息重复、布隆过滤器与并发消费的幂等设计。
淘天后端社招一面面经
淘天后端社招一面，面试涵盖搜索系统架构设计、JVM GC排查与大对象定位、Redis ZSet原理与并发安全、线程池参数优化、配置中心RefreshScope实现原理、RPC架构及Agent设计，考察深度技术积累。
微信小程序
手机上刷面经，随时随地
扫码 / 长按识别，免下载直接打开
或在微信 搜一搜「面灵面经」