度小满 AI 全栈研发三面

《面试题目》

项目

1. 这个 AI 项目的出发点是什么？为什么突然想做这个？
2. 在你的 Agent 系统中，你是如何处理「记忆」的？
3. 如何处理 RAG 的内置文档？
4. 对于极高召回准确率和回答准确率的场景，如何解决？
5. 对于中文文档库，配合描述模糊不清的 Query，如何保证语义识别准确？
6. 对于 AI 回答质量，如何确保线上高可用？
7. 这套方案还可以怎么改进（结合 Jev 的思路）？
8. 如何管理 RAG 文档更新？
9. 是不是考虑过用 Graph 的形式来管理文档？

其他

1. 团队有争议时如何解决？如何取舍新架构革新和老架构维护？
2. 如果做出的 MVP 版本被认可，但是老板不认可你的排期，怎么办？
3. 跨部门协作时，你推行的新方案支持度很低，怎么推进？
4. 业务想重构 DataReport API 来提升性能，但可能会导致外部门中台所有 Report 崩溃，团队认为得不偿失，怎么办？
5. 你的效率跟不上团队怎么办？
6. 有其他同事效率极其低下，怎么处理？
7. 这个同事遇到困难一直不沟通，直到交付前两天突然说做不完，怎么处理？
8. 未来工作目标和规划是什么？
9. 你最希望和最不能接受的工作环境是怎样的？

反问

1. 目前团队主要应用 AI 的场景有哪些？是 Work for AI 还是 AI for Work？
2. 保证金融代码不出错方面，团队是怎么做的？

《参考解析》

1. Agent 的记忆怎么设计：先分清楚要记的是哪几类——会话内的短期上下文、跨会话的用户偏好与事实、以及任务执行过程中的中间状态。短期靠上下文窗口加滑动窗口摘要；长期事实抽成结构化条目落到外部存储，检索时按用户维度过滤再拼进 prompt；任务状态则用显式的工作记忆（计划、已完成步骤、工具返回摘要）而不是把全部原始对话都塞回去。关键取舍是「写入什么」：无脑把整段对话向量化，召回会又慢又脏，通常是先抽取要点再入库，并配一条冲突消解规则（同一事实以最新为准）。

2. RAG 文档入库与更新管理：入库管的是切分与元数据——按标题层级或语义边界切、带重叠，保留文档版本、生效时间、来源与权限标签。更新走增量而不是全量重刷：以文档 ID 加内容哈希判断是否需要重建，删除时同步清理向量与关键词索引，否则会出现「已经作废的制度还能被检索到」这类最伤信任的问题。对外答案要能回溯到具体文档与片段，这是后面做排障和建立信任的基础。

3. 高召回高准确的取舍：单一向量召回在专有名词、编号、缩写上很弱，工程上一般做成混合检索——BM25 或倒排召回保精确匹配，向量召回保语义泛化，两路结果用 RRF 一类的方式融合，再上一轮重排模型精排。光有召回不够：生成侧要强制「只依据给定片段作答、给不出依据就说不知道」，用引用约束压制幻觉；再加一层可校验的兜底，比如金额、期限这类关键字段让模型输出后由规则或二次抽取核对。召回和准确在指标上是会互相牵制的，先明确业务能接受的是漏答还是错答，再定阈值。

4. 中文模糊 Query 的语义识别：模糊通常分两种——表述口语化、信息缺失。前者靠查询改写（用模型把口语 query 改写成检索友好的多个子查询，做多路召回再合并）；后者靠追问澄清，让模型先判断「这条 query 是否足以检索」，不足就先反问补齐关键槽位（时间、产品、角色），而不是硬猜一个意图答下去。中文还要处理全半角、繁简、同义词与错别字，检索前做一轮归一化，收益通常比换更大的向量模型更直接。

5. 线上回答质量怎么保证高可用：把链路拆成可单独降级的环节：模型接口超时或报错时按预设策略切换备用模型或渠道，检索服务异常时退化为「只给检索结果 + 提示」而不是编答案；热点问题做结果缓存与预热；再加一套线上质量监控——抽样人工标注、自动化的答案与依据一致性检查、以及用户侧的负反馈闭环，指标劣化到阈值就触发回滚或切换。可用性问题上，「答不出」远比「答错」便宜。

6. 文档能不能用 Graph 管理：图谱适合处理实体之间的多跳关系（制度 A 引用制度 B、产品归属某条线、条款之间的依赖），可以用它做关系检索、影响面分析和权限推导；但它不适合替代向量检索做全文语义召回，构建与维护成本也高（实体与关系抽取、图谱更新、与文档版本的同步）。务实做法是双轨：文档检索作为主路径，把抽取出的实体关系作为辅助索引处理「跨文档推理」类问题，先在一小块高价值语料上验证收益再铺开。

7. 行为题：把冲突讲成决策而非情绪：面试官问团队争议、老板不认可排期、跨部门推不动，考察的是你会不会用事实和数据推进。可复用的话术结构是：先把分歧还原成「目标不一致还是信息不一致」，再看能不能用一次低成本实验或数据把争论变成结论；排期不被认可时给的是分期交付与取舍清单（先上哪部分、砍掉什么、风险是什么），而不是坚持原计划；跨部门推新方案先找收益对齐的部门做样板，用对方的指标说话。同事效率低或临期爆雷这类问题，回答要落到机制（进度可视化、提前设置检查点、问题升级路径），而不是评价人。