分享｜4年经验面百度智能客服，三轮技术面全过，薪资没谈拢

《面试题目》

1. 先交代背景：普通本科，Java后端，4年经验，上一家是某二线互联网公司，负责过智能客服系统的开发和优化。百度智能客服业务是AI落地的重点方向，面试三轮技术面全过了，结果HR面薪资没谈拢，又重新投了另一个部门才OC。📌 第一阶段：一面差点挂（6月）一面（60分钟）——差点挂1️⃣ 项目深挖：你负责的智能客服系统，日请求量多少？QPS多少？怎么保证回答的准确率？💡 思路参考：4年经验的面试，面试官默认你负责过核心系统。日均请求100万，峰值QPS约300。智能客服涉及意图识别、知识库检索、大模型生成、答案校验四个核心链路。准确率靠三层保障——意图识别模型（准确率92%）、RAG检索（召回率85%）、答案校验（规则过滤+人工审核兜底）。重点说你作为负责人是怎么设计的，不是只参与了。2️⃣ 追问：“如果用户问了知识库没有的问题，系统怎么处理？”💡 思路参考：知识库未覆盖的问题走大模型生成（但需要做幻觉检测和事实校验）。同时记录未覆盖的问题到待补充知识库，运营人员定期审核补充。兜底方案是转人工客服。核心是用户体验优先+持续迭代。4年经验要能说出未覆盖问题的分类策略——按问题类型分优先级，高

《参考解析》

1. Agent或RAG链路应记录工具调用、检索证据和失败原因；对非法参数、路由错误和超时设置校验、重试上限与可观测日志，避免把模型输出直接当作可信结果。