字节 AI Agent 开发（质量方向）一面：LLM Judge 与手撕接雨水

《面试题目》

1. 自我介绍，包含本科绩点排名与学业情况。
2. 实习做了什么内容？
3. LLM Judge 过程中的数据从哪来？
4. Judge 的输入是什么？
5. 为什么选这批数据作为测试集？能不能覆盖所有场景？
6. 实习最大的收获是什么？
7. 实习碰到了什么困难？
8. 本科学了哪些专业课？
9. 讲讲栈和队列，它们的区别和应用场景。
10. 如何用两个栈模拟队列？
11. 进队、出队的时间复杂度是多少？
12. 树的遍历方式有哪些？
13. 什么是二叉树、平衡二叉树、完全二叉树、排序二叉树？
14. 知道哪两个遍历序列能还原一棵二叉树？
15. 有没有接触过分布式？
16. 索引是什么，有什么作用？
17. 哪些情况适合引入索引，哪些情况不合适？
18. 手撕：接雨水。
19. 反问：当前组内业务是什么？哪些地方引入了 Agent？JD 里说的测试工作体现在哪？

《参考解析》

LLM Judge：测试集怎么选、输入怎么给、可信度怎么保证

质量方向的实习追问其实在考「你会不会做评测」。把 LLM Judge 的链路拆成四段来答：数据来源（线上真实请求抽样、人工构造的难例、历史 badcase 回流）、输入构造（原始问题、待评回答、必要时带上参考答案或评分细则，多轮场景还要带对话历史）、评分方式（让评审模型按维度打分或做两两比较，输出结构化结果与理由）、以及校准（先人工标注一批，与模型判定算一致率，一致率不够就改提示词、改评分细则或换模型）。「为什么选这批数据、能不能覆盖所有场景」是这题的关键：覆盖面要按维度说——业务场景、难度分层、长度分布、语种、边界与越权样本，采样上难例全采、正常样本按比例抽；同时要主动承认盲区，比如新上线能力没有历史样本、长尾只能靠构造。还会被追问评审模型自身的偏差：同族模型评自己的输出会偏高、位置偏差（偏好先出现的答案）、长度偏差（偏好更长的回答）。对策是成对评估时交换顺序、控制长度、用不同厂商的模型交叉评审，并始终保留人工抽检这条底线。

栈、队列与二叉树：基本功要答得干净

两个栈模拟队列有两种解法：一是入队全压 in 栈，出队时若 out 栈空就把 in 全部倒入 out 再弹出，均摊 O(1)（每个元素最多被搬两次），单次最坏 O(n)；二是入队时倒腾，代价更大，一般不推荐。要主动补一句均摊分析，这是这题真正的考点；另外别忘了空栈判断和线程安全。栈与队列的应用场景按「后进先出对先进先出」举例：栈用于函数调用、表达式求值、括号匹配、撤销栈、深度优先；队列用于任务调度、生产者消费者缓冲、广度优先、消息排队。二叉树那几问答的是定义边界：二叉树每个节点最多两个子节点；完全二叉树除最后一层外都填满、且最后一层节点靠左连续；满二叉树每一层都满；平衡二叉树指任一节点左右子树高度差不超过 1（AVL），或以某种平衡策略保证树高为 O(log n)；排序二叉树即二叉搜索树，中序遍历有序。还原问题记住两组：前序加中序、后序加中序可以唯一确定，前序加后序不行——无法区分只有一个子节点时的左右关系。被追问时讲清为什么：中序序列提供了左右子树的分界信息。

接雨水：先把不变量讲清楚再写

这题的解法层次分明，按当场能想起来的方向组织。按列算是基础：某一列能接的水等于「左边最高与右边最高取小，再减去当前高度」（负数取 0），预处理左右最高数组后 O(n) 时间、O(n) 空间。双指针把空间降到 O(1)：维护左右指针与两侧已见的最高值，每次移动较低的一侧并结算该侧，因为较低那侧的对侧最高必然不小于本侧已见最高，取小可以直接用本侧最高。单调栈是另一种视角，按行结算，遇到比栈顶高的柱子就弹栈计算凹槽宽度与高度。面试里写不完往往不是不会，而是边界没想清楚：空数组、长度小于 2、全等高度、递增或递减序列都应返回 0。答题时先讲思路与不变量（哪一侧的积水可以立刻确定），再写代码，最后拿一个例子跑一遍；时间不够就先写按列的双数组版本，能跑通比空手强。

索引的使用场景：基础题要答出取舍

「索引是什么、哪些情况适合或不适合引入」靠取舍拿分。适合的是区分度高的列（唯一键、手机号、订单号）、高频出现在 where、join、order by 的列、联合查询里按最左前缀排列的组合列，以及能构成覆盖索引的场景。不适合的是区分度极低的列（性别、状态位，优化器可能直接全表扫）、频繁更新的列（每次写都要维护索引，写放大）、数据量很小的表，以及长文本列（用前缀索引或全文检索代替）。还要顺口带上代价与验证方式：用 EXPLAIN 看是否真的走索引、用慢查询日志与执行时间对比优化前后。质量方向的岗位问这些，通常是想确认你能看懂线上问题、能和研发对齐复现路径，而不是要你成为 DBA——把「怎么观测、怎么判定有效」讲出来，比背索引定义更加分。

实习经历与反问：把「做了什么」变成「怎么衡量」

质量方向的实习讲述要围绕闭环：发现了什么问题 → 用什么数据或工具定位 → 改了哪一环 → 指标怎么变。这一场的追问顺序很典型：做了什么、数据从哪来、输入是什么、覆盖度如何、最大的收获、最大的困难，每一问都尽量落数字或具体动作，比如覆盖了多少条样本、某个维度的一致率从多少提到多少、一次线上问题怎么复现并沉淀成回归用例。反问环节可以借用这几个方向：组内业务在做什么、哪些环节真的引入了 Agent、JD 里写的测试工作具体体现在哪——这类问题问的是岗位真实内容，比问福利成长更快建立专业印象。