字节跳动 广告后端 一面：RPM/TPM、Agent 记忆与括号生成

《面试题目》

1. RPM、TPM 如何计算和控制？
2. TPM 的前置检查是否过于宽松？
3. 为什么不用输入 Token 预扣？
4. 项目拷打：你负责的部分和关键取舍是什么？
5. Skill 的作用是什么？Agent 已经有提示词，为什么还需要 Skill？
6. 工具调用由代码、Agent 还是 LLM 决定？哪些情况下由 LLM 自主决定调用？
7. Agent 的记忆机制如何实现？
8. 使用 Redis 的意义是什么？LLM 耗时是秒级，缓存节省毫秒级还有什么价值？
9. 代码题：LeetCode 22《括号生成》，先说解题思路。

《参考解析》

RPM/TPM 限流：RPM 是每分钟请求数，TPM 是每分钟 Token 数。控制方式可以是固定窗口、滑动窗口、令牌桶或漏桶；分布式环境用 Redis + Lua 保证原子性，按用户/租户/模型多维度限流。TPM 的难点是 Token 数在请求前未知，常见做法是先按输入 Token 估算预占，生成过程中再按实际用量结算；前置检查如果只看历史均值，确实会放过突发大请求。为什么不用输入 Token 预扣？因为输出 Token 才是大头且不可预知，预扣过多会误伤，预扣过少会超卖；更稳的是「输入预扣 + 输出上限预留 + 事后结算 + 租户配额」。

Skill 与工具调用：提示词是常驻的行为约束，Skill 是按需加载的任务方法论，包含步骤、工具用法、边界和示例，能避免把所有领域知识都塞进系统提示。工具调用可以由代码编排（固定流程）、Agent 规划（多步任务）或 LLM 自主决定（开放式探索）。高风险写操作、涉及权限和金钱的调用应由代码或人确认，低风险只读查询可以放开给 LLM。

Agent 记忆与 Redis：记忆可以分为对话缓冲、摘要记忆、结构化事实和向量检索记忆；短期放 Redis，长期放数据库/向量库，按重要性和时间淘汰。Redis 节省的是每次请求的往返和数据库压力，LLM 总耗时秒级不代表缓存没价值：高并发下省下的连接、带宽和尾延迟会放大，缓存还能挡住热点 key 和重复计算；但缓存要考虑一致性、击穿和内存成本。

括号生成：回溯，维护 open、close 和当前字符串；只要 open < n 就可以放左括号，只要 close < open 就可以放右括号，结束时收集。复杂度是第 n 个卡特兰数，空间是递归深度 O(n)。先说思路再写代码，写完跑 n=0、1、3 的边界。