面灵AI→

百度文库前端一二面:source 透传、埋点迁移、RAG 长文档与 watch 失效

轮次
一二面
时间
2026-11
来源
牛客网

《面试题目》

一面(10.20)

  1. 你在百度实习过,对百度研发链路应该比较熟悉吧?
  2. 在你看来,百度现在的 AI 应用还有哪些地方可以提升?研发里哪些环节适合用 AI 提效?
  3. 做工具调用的时候,你觉得工具本身有什么不好用的卡点?
  4. 你见过上下文丢失的情况,那在你理解里,幻觉和上下文丢失该怎么解决?
  5. 多端链路迭代项目里,source 透传是用来做什么的?
  6. source 透传的逻辑是什么?怎么保证透传的时候不丢失、不中断?
  7. source 是不是分发路径上的落地页来接收的?
  8. 埋点迁移:新旧两套埋点怎么保证数据一致?
  9. 新旧埋点的数据结构不一样,这个点怎么处理?
  10. 新数据上报到日志中台后,怎么校验数据和老埋点是对齐正确的?
  11. 知识检索 Agent 为什么要做独立上下文?
  12. 你做过哪些落地的性能优化事项?
  13. 你们有性能指标监控吗?重点关注哪些性能指标?
  14. 这个性能监控和业务属性绑定很强,不是通用监控,对吗?
  15. 手撕:实现数组拍平,支持指定拍平层级。
  16. 手撕:实现一个并发请求队列控制器,控制并发数量,任务结束后自动补新任务。
  17. 反问。

二面(10.29)

  1. Agent 平台是学校要落地的项目吗?对应的落地场景是什么?
  2. 如果导入一份页数很多的长文献、研报这类文档,你们的 RAG 怎么处理长内容?
  3. 区分两种情况:提前入库、做好向量存储的文档,与单次请求里直接传进来的长文档,一次性传入的长文本怎么和已有知识库内容交叉论证,同时避免 token 开销过大?
  4. 如果传入的只是纯文本长内容,为什么不是只拿摘要去检索?
  5. 针对单次传入的超长文本,在架构设计上需要做哪些依从性、约束类的处理?
  6. 你掌握的技术栈是什么?
  7. 不定宽高的弹窗,怎么同时实现水平、垂直居中?
  8. 弹窗右上角关闭叉号,hover 时旋转 90 度怎么实现?
  9. Vue 里 watch 监听数组、对象失效的问题:数组长度不变、只是数组内部对象新增了 key,watch 拿不到更新后的值,原因和解决方案是什么?
  10. URL 参数注入 XSS:URL 里带上类似 alert、iframe 这类内容就能触发攻击,哪些标签有风险、有什么特征、怎么防护?
  11. div 标签本身看起来没问题,它和 on 类事件属性是什么关系,为什么会产生 XSS 风险?
  12. TTF、WOFF 这类自定义字体在 Webpack 里怎么配置?
  13. 手撕:写一个函数,从 URL 里动态拿到 FR 参数的值,URL 后面可能携带很多参数。

《参考解析》

source 透传的作用与不丢失保证:source 是流量来源标识,贯穿「投放 → 分发 → 落地页 → 注册 / 下载」整条链路,用于归因与后续的渠道分析。要保证不丢失,关键在每一跳都要显式携带:跳转链接生成时拼参数、跨域跳转用白名单参数透传、应用内路由切换把参数写进路由 state 或全局 store 而不是只留在 URL、中间页与登录回调要回带原参数、短链展开与重定向里保留 query。校验手段是埋点上带 source 字段并在端到端链路上做一次抓包 / 日志核对,定期比对「投放侧点击数」与「落地页曝光数」的差值。

新旧埋点数据一致性:先对齐口径(同一行为的触发时机、去重规则、用户标识、时间窗),再用双写期做比对——同一批流量同时上报新旧两套,按 session 与事件名做 join,比对事件条数、用户去重数、关键属性分布;数据结构不同时写一层映射(新结构字段 → 老结构字段),把差异记录成映射表并做单测;灰度期间设阈值告警(差异超过 1% 阻断切换),全量后保留一段双写用于回查。

幻觉与上下文丢失:幻觉的根因是模型在信息不足时仍然生成,解法是检索侧保证召回质量(混合检索 + rerank + 相关性阈值)、生成侧要求引用来源并允许「不知道」、输出侧做事实校验(对照检索片段逐条核验);上下文丢失多发生在长对话截断、多轮压缩、多 Agent 交接处,解法是把关键事实外置成结构化状态(用户画像、已确认约束、任务清单)而不是依赖对话历史,压缩时保留实体与决策、丢弃寒暄与重复内容,并在交接时传显式摘要。

RAG 处理长文档与交叉论证:提前入库的文档走离线管道——解析(表格与扫描件单独处理)、按结构分块(标题层级 + 语义边界 + 重叠窗口)、建索引(向量 + 关键词 + 元数据)。单次请求传入的超长文本无法走同一套索引,做法是「临时索引」:先对传入文本做分块与打分(BM25 或轻量向量化),再与已有知识库的召回结果合并做 rerank,只把最相关的片段拼进上下文;同时用 query 改写把用户问题拆成子问题分别检索,控制总 token。只拿摘要检索的问题在于摘要会丢掉具体数字、条件与例外,而这些恰恰是需要交叉论证的部分——正确做法是「摘要用于导航、原文片段用于作答」。

超长文本的架构约束:输入长度上限(拒绝或分段处理)、分块与并发解析的时长控制(超时与降级)、单次调用的 token 预算与截断策略、引用来源必须可回指到原文位置(页码 / 段落号)、敏感内容过滤、成本配额(按用户与租户限流)、失败重试与幂等、以及在提示词里明确「只依据给定材料作答」。

CSS 居中与旋转:不定宽高的居中——flex(display:flex; align-items:center; justify-content:center)最直接;grid(place-items:center)等价;绝对定位配 top:50%; left:50%; transform:translate(-50%,-50%);或 inset:0; margin:auto 配合固定尺寸。旋转用 transition: transform .2s + :hover { transform: rotate(90deg) },注意 transform-origin 默认是中心、内联元素要先 display:inline-block。

Vue watch 监听不到数组内部对象新增 key:Vue 2 用 Object.defineProperty 做响应式,无法拦截新增属性,所以给对象加新 key 不会触发更新(数组索引赋值与 length 修改同理);解决方式是 Vue.set / this.$set 新增属性、或用整体替换(arr[i] = {...arr[i], newKey: v})、或改用 watch 的 deep: true 加手动 $forceUpdate(不推荐)。Vue 3 用 Proxy 可以拦截新增属性,但 watch 默认仍然是浅层的——监听一个 reactive 对象时只有整体替换才触发,要深层需要 deep: true;监听 ref 对象则要注意 .value 的替换与内部修改的区别。

URL 参数注入 XSS:风险点是「把 URL 里的内容当 HTML 插入页面」——例如把参数拼进 innerHTML、document.write、location.href、<a href>、<iframe src>、<img src>(javascript: 伪协议)、<style> 的 url()。防护的核心是输出编码与上下文匹配(HTML 用实体编码、属性用引号包裹并转义、JS 里用 JSON 序列化、URL 用 encodeURIComponent),再加 CSP 阻断内联脚本,尽量避免 innerHTML / eval / v-html。on 类事件属性(如 onerror、onclick)的风险在于它们本身就是可执行代码,只要标签被插进 DOM 且带这类属性,浏览器就会执行——所以白名单化标签与属性比黑名单过滤可靠。

自定义字体在 Webpack 的配置:webpack 5 用 asset/resource 规则处理 woff|woff2|ttf|eot:{ test: /\.(woff2?|ttf|eot|otf)$/i, type: 'asset/resource', generator: { filename: 'fonts/[name].[hash:8][ext]' } };老版本用 file-loader。字体文件大、加载阻塞文本渲染,实践上要 font-display: swap、只做子集化(fontmin / subset-font)、预加载关键字体(<link rel="preload" as="font" crossorigin>)。

数组拍平(指定层级):递归版本在递归时把深度减一,深度为 0 就返回原数组;迭代版本用栈存 { item, depth },遇到数组且 depth > 0 就展开入栈,否则直接 push 结果。要处理 reduce 与 concat 的写法与稀疏数组、Symbol.iterator 的边界。

并发请求队列控制器:维护一个运行中的集合与一个等待队列,add(task) 返回 Promise;调度函数在 running < limit 时取出任务执行,finally 里删除并再次调度;要保证任务失败不阻塞队列(错误沿着它自己的 Promise 抛出),全部完成时 resolve。加分项是支持取消(AbortController)与优先级插队。

从 URL 取参数:new URL(location.href).searchParams.get('fr') 是最稳的写法(能处理编码、重复参数与 hash 路由);hash 路由要用 new URLSearchParams(location.hash.split('?')[1]);手写正则时注意 ?、&、=、# 与 URL 编码,且要做 decodeURIComponent 的 try/catch(非法编码会抛异常)。