字节面经-字节跳动后端开发岗面经-09

《面试题目》

1. 手撕：单例模式、中缀转后缀
2. 数据一致性怎么保证的？
3. 超时关单如何实现？
4. aop底层原理？
5. 如何解决redis大key和热key的问题？
6. spring框架中bean如何初始化的？
7. 讲一下注意力机制在你的项目怎么应用的
8. 详细介绍一下agent项目的核心功能？
9. 智能运维助手的”运维”具体如何定义？
10. 系统有哪几个主要的组成部分？
11. Spring ai alibaba覆盖了你上面说的哪些部分？
12. Planner/Executor/Supervisor模式的优点是什么？
13. 在Planner/Executor/Supervisor模式中，拆分为3个agent和只使用1个agent，最关键的优势和区别是什么？
14. 介绍RAG的核心流程？
15. 你具体参与了哪些工作？
16. 你觉得最有挑战的部分是哪里？
17. 日志有什么用？日志优化具体怎么做的？
18. 日志优化前后响应的 P99 和 P50 是多少？
19. 那么日志判断是否响应链接超时的时间是多少？
20. 日志文件是怎样的？
21. 讲一下实习的时候的一个难点
22. 如何设计一个秒杀从多个维度说
23. 你说到canal，既然canal作为从库同步到redis，会和业务访问redis造成并发问题吗？
24. 项目中为什么用消息队列？
25. 为什么用Cache Aside策略更新缓存？
26. 如果删除缓存之后请求会一直到数据库吗？
27. 关注功能怎么实现的？
28. 如果要实现一个基于粉丝量的商户排行榜要怎么实现？
29. 如何实现一个连续签到七天送优惠券的功能？
30. 如果签到七天直接落库优惠券直接落库的话失败了怎么办？
31. AI的使用情况？对AI Coding的看法？最近是怎么用AI进行编程的？你觉得AI的工程化未来会发展成什么样？
32. 手撕 给一个字符串有012？
33. 你提到的状态机是用来协调的。如果其中一步卡住，导致整个任务阻塞，你们是如何解决的？
34. 那整体的设计是，如果任务失败了，状态机整体就失败了。这种情况下有没有做补偿机制？
35. 从工程角度来说，这些状态机是用子Agent还是一个大Agent？
36. 如果把这些Agent编排起来，面对大量并发请求，其中有些任务是并行执行的，有快有慢。从用户体验角度，如何让用户感知到整个流程是流畅的？
37. 如果Agent在调用外部工具或API时超时或返回了非预期结果，你们的错误处理策略是什么？
38. 你如何评估和优化Agent系统中提示词（Prompt）的性能？
39. 拷打实习，问实习的同步策略是怎么做的？
40. 重复消息怎么解决的？
41. mysql的隔离级别，默认是哪一个？
42. redis常用的数据结构有什么？
43. 有看过最近的ai相关的前沿的东西比如论文啥吗？
44. 用过ai conding吗？
45. 算法，给一个Map，key为String，value为其出现的概率，如何提供一个pick()方法，能够每次调用时，目标的出现次数符合其概率，要考虑小数，概率和不为1的情况？
46. 讲一下脏读，幻读，不可重复读区别
47. 讲一下常用的集合框架的底层的数据结构，优缺点和什么场景下会使用到
48. 讲一下JVM的内存的区域，各个JDK版本有什么差异吗
49. 年轻代和老年代这些他们对应的一个垃圾回收算法或者策略是怎么样的，简单的讲一下
50. 数据库的事务隔离级别有了解吗？
51. 可以挑一个最近觉得挑战比较大的项目展开介绍一下吗？
52. Agent 内部具体的实现可以再详细介绍一下吗？
53. MCP 是把自然语言转成预置查询类的工具吗？
54. 操作内部平台时，工具会去操作吗？
55. 系统测试完成后，准确率怎么评估？
56. 用 20% 数据作为测试集，是模型跑 case 后人工评判准确率吗？
57. 如何对答案进行轨迹级评分？
58. 大模型和传统机器学习 / 深度学习有什么区别？
59. Agent 里的工具调用是怎么实现的？
60. 用 LangChain / Agent 框架时，一般要配哪些东西？
61. ReAct 是怎么用的？
62. ReAct 有什么缺点？
63. ReAct 的成功率怎么看？

《参考解析》

1. 这类问题建议结合自己的项目经历和岗位要求准备具体案例，突出思考过程而非死记结论，面试官更看重解决问题的逻辑。
2. 介绍项目时应说明背景、个人分工、遇到的技术难点及解决方案，并量化收益（性能提升、成本下降等），便于面试官追问细节。
3. Spring/Spring Boot的核心是IOC容器与AOP，理解Bean生命周期、自动装配原理和常见starter的加载顺序是回答这类问题的关键。
4. 回答AI相关问题时应结合具体项目说明如何设计Prompt、评估效果以及处理边界情况（如幻觉、超时），并展示对模型能力边界的清晰认知。
5. 算法题先明确边界条件与不变量，再选择合适的数据结构；双指针、哈希表、递归/迭代是常见工具，目标是把复杂度控制在线性或对数级别。