京东物流实习生二面面经（Agent项目深度拷问）
《面试题目》
一、背景与项目经历
- 自我介绍
- 介绍之前实习的业务
- 比如你在重构一些历史性的业务，这个时候新的需求来了，遇到这种情况了吗？怎么处理？
- 你简历上其他的项目涉及到多人协作吗？是从哪里找的这些项目？
二、Agent与AI核心技术 5. 讲一讲你的agent项目 6. 讲一下项目中rag的拆分、存储、使用逻辑 7. 项目用了spring ai框架，讲一下这个框架的整体结构 8. 当时为什么选择这个框架？ 9. 了解非java的agent开发框架吗？ 10. 我看你的这个agent项目各层级都搭建好了，你认为你的这个项目还缺什么？ 11. 讲一下你的agent上下文怎么做的？ 12. 你了解长期记忆、中期记忆和短期记忆吗？ 13. 你这个项目用的什么大模型？ 14. 其他的大模型你用过或者调研过？ 15. 你平常的时候用什么大模型或者IDE工具辅助开发，ai辅助编程用什么？ 16. 你用刚刚提的大模型或者ide写了哪些代码？ 17. 你平时用ai编程的时候，你感觉他的代码质量高不高？你觉得有什么办法提升吗？
三、职业规划与产出 18. 我问一下啊，就是你来实习，想要达到一个什么样的目标？ 19. 实际上我们对实习的同学有一些产出要求，来了后要承接一些真实落地项目，按照你的理解，以什么方式最快去能上手，然后做需求？
四、反问
- 具体是京东物流的哪个业务？
- 业务中agent的场景，用的啥框架？
- 如果过了本轮，后续还有几面？
《参考解析》
- RAG拆分、存储、使用逻辑：通常涉及文档预处理（分块Chunking）、向量化（Embedding）、存储（向量数据库如Milvus/Pinecone），以及检索（Similarity Search）与生成（Augmentation）。面试时重点阐述如何优化Chunk大小和检索策略以提高召回准确率。
- Spring AI框架结构：核心是提供了一套统一的AI抽象层（Model API），支持模型接入（ChatClient）、Prompt模板化管理、以及对向量库的封装，极大降低了Java应用对接大模型的开发成本。
- Agent的记忆机制：短期记忆指上下文窗口（Context Window），即当前会话信息；中期记忆通常指通过RAG或缓存检索出的相关片段；长期记忆则指通过数据库存储的用户画像或历史行为记录，实现个性化交互。
- 实习快速上手方法：核心在于“阅读文档+代码调试+积极沟通”。建议先梳理系统架构图，通过Debug关键接口跑通业务流程，并主动向Mentor请求权限，在测试环境复现并解决一个小Bug来快速获取产出感。