字节 AI 应用开发二面：Plan+Execute、显存与三数之和

《面试题目》

1. 项目背景是什么？为什么要做？应用场景是什么？
2. 模型的输入输出是什么？每一层的意义是什么？为什么选 Plan+Execute 而不是 ReAct？
3. 结构化是怎么做的？包含哪些内容？
4. 失败案例是怎么处理的？
5. 为什么选择本地部署？占用多少显存？显存由什么构成？
6. transformer 的原理是什么？
7. 图像处理怎么做的？RAG 怎么搭的？
8. 平常用哪些 AI 工具？
9. 你主用 C++，为什么用 C++？C++ 的优势是什么？
10. C++ 智能指针有哪些？怎么实现的？
11. TCP 相关：介绍网络通信全流程。
12. 进程与线程相关。
13. 手撕：三数之和。

《参考解析》

Plan+Execute 与 ReAct 的区别在「规划时机」。ReAct 是边想边做，每步都根据上一步观察决定下一步，灵活但容易绕路、token 消耗高；Plan+Execute 先一次性生成计划再逐步执行，流程可控、便于并行和人工审核，但对计划的正确性依赖大，遇到意外要能重规划。选型理由要落到业务：任务步骤稳定、需要可审计就选 Plan+Execute；环境反馈多、需要探索就选 ReAct。

结构化输出通常指让模型按固定 schema 返回（JSON Schema / function calling），包含任务类型、步骤、工具名、参数、置信度等字段；工程上要做 schema 校验、缺字段补齐和失败重试。

本地部署的显存估算：权重（参数量 × 每参数字节数，FP16 约 2 字节、INT8 约 1 字节）+ KV Cache（随上下文长度和并发线性增长）+ 激活与框架开销。7B 模型 FP16 约 14GB，加 KV Cache 和运行时通常要 20GB 以上；量化能显著降低，但会损失精度。

三数之和：先排序，固定第一个数后对剩余部分用双指针，注意跳过重复元素避免重复三元组，时间复杂度 O(n²)。