字节跳动后端开发（中国交易与广告）二面面经

《面试题目》

1. 如何设计一个会议纪要 Agent？
2. 语音转录出现问题怎么解决？
3. 不考虑模型本身，从 Agent 角度出发怎么处理？
4. 如果某个节点重试多次还是出错怎么办？
5. 可能由什么原因导致？怎么解决？
6. 模型能力不足、执行出错或存在幻觉怎么解决？
7. 如何让模型拥有自进化能力？
8. 只沉淀成功案例吗？不考虑 badcase 吗？
9. 如何搭建知识库？
10. 文档输入很多怎么办？比如公司多年沉淀的业务文档非常庞大。
11. 算法：输出所有最长回文子串。
12. 算法：高并发数百万访问，统计输出访问次数前十的 IP 地址。

《参考解析》

会议纪要 Agent 可以拆成录音/转写、说话人分离、分段摘要、行动项抽取、纪要生成和回写六个环节。转写质量问题先做音频预处理（降噪、VAD、重采样），再考虑领域词表、热词和自定义语言模型；从 Agent 角度要加校验节点，比如用第二遍转写或关键词回查，低置信度片段标出来而不是硬编。

重试与幻觉：节点重试要有上限、退避和幂等，多次失败后走降级路径（跳过、标记人工、换模型），并把失败原因结构化记录。幻觉靠检索增强、引用约束、结构化输出和答案校验（规则 + 模型自检 + 人工抽检）控制；自进化不是让模型自己改自己，而是把 badcase 回流到评测集、提示词和工具链，定期回归。

知识库：文档先清洗、去重、按结构切片，保留元数据和权限；大规模文档用分层索引（目录/摘要/正文）、混合检索和按需加载，避免一次性全量 embedding。回答时先检索再生成，带引用，权限在检索前过滤。

算法：最长回文子串用中心扩展 O(n²) 或 Manacher O(n)，要求输出所有最长解时记录最大长度并收集同长度结果。Top10 IP 用哈希分片加小根堆：先分片统计每个 IP 的计数，再对各分片的 Top10 归并；内存不够就多轮分片或使用 Count-Min Sketch 加精确二轮。