美团 Agent 一面：项目架构拷打加 Java 基础八股

《面试题目》

1. 介绍一下两段 Agent 实习的项目，整体架构是怎么设计的？
2. 你对 AI 的看法是什么？
3. 技术选型：多 Agent 和单 Agent 怎么选？
4. 技术选型：微调和 RAG 怎么选？
5. LLM 的记忆机制是怎么实现的（prefill 阶段）？
6. 数据结构：数组和链表的区别。
7. TCP 的三次握手与四次挥手，TCP 和 UDP 的区别。
8. Python 和 Java 的底层差异是什么？
9. Java 面向对象编程相关。
10. JVM 相关。
11. 手撕：最长公共前缀。

《参考解析》

多 Agent 与单 Agent 怎么选

这题不要背架构图，要给判断依据。单 Agent 的优势是上下文统一、状态简单、调试与归因容易，工具不多、任务链路线性时几乎总是更优。多 Agent 的价值出现在三类场景：任务能清晰拆成不同职责（检索、生成、评审）、单个上下文窗口塞不下需要隔离、或者子任务可并行来降延迟。代价同样明确——通信开销与信息在传递中的损耗、上下文不共享导致的重复劳动、某一环出错会沿链路放大，以及线上问题难以定位到具体 Agent。回答时给出评估维度（任务可分解性、子任务间上下文耦合度、token 预算、时延要求），再补一句自己项目里最终选了哪种、事后看哪里不理想，可信度立刻不同。

微调还是 RAG

判断轴是「知识要更新」还是「行为要固定」。需要模型掌握私域、时效性强的知识，且要求可溯源，就用 RAG：知识放在外部索引里，改了立即生效，还能给出处；短板是检索质量决定上限、长文档容易丢中间信息、多跳推理弱。需要稳定输出格式、固定话术风格、领域术语或特定语言能力，或者想用小模型替代大模型来降延迟降成本，就上微调；代价是标注与训练成本、知识更新要重训、容易灾难性遗忘。工程上更常见的是组合拳：微调负责「怎么答」，RAG 负责「答什么」，再加一层规则或结果校验兜底。面试官通常还会追问「怎么评估效果」，准备一套离线集 + 人工抽检 + 线上指标的评估方案会很加分。

LLM 的记忆机制

推理侧的「记忆」本质是上下文怎么组织。prefill 阶段把整段输入一次性并行算成 KV Cache，decode 阶段逐 token 复用这份缓存——所以记忆的容量上限由上下文窗口与 KV Cache 显存决定，不是模型自己会记。工程上分几层做：短期记忆是会话历史，超长就滚动截断或用模型摘要压缩；工作记忆把中间结论写进状态对象或 scratchpad，下一轮重新注入；长期记忆放向量库或结构化存储，按需检索回来的片段拼进 prefill。要能说出取舍：全量塞历史最准但贵、且会被无关内容干扰；摘要便宜但丢细节；检索灵活但召回不稳。实际系统多按重要性打分做分层保留，并给每段注入内容标注来源，方便排查。

数组与链表、TCP/UDP 与握手挥手

数组是连续内存，随机访问 O(1)、顺序遍历对 CPU 缓存友好，代价是中间插入删除要搬元素、扩容有拷贝；链表节点分散，插入删除 O(1)，但随机访问 O(n)、每节点有指针开销、缓存命中率差。工程里通常「能用数组就用数组」（切片、动态数组），链表多见于需要 O(1) 摘除的场景，比如 LRU 与内核链表。TCP 面向连接、可靠有序、带流量控制与拥塞控制，代价是握手挥手与重传带来的时延；UDP 无连接、不保证顺序与到达，头部小、没有队头阻塞，适合音视频、游戏、QUIC 这类自己在应用层做可靠性的场景。三次握手是为了双方确认收发能力并同步初始序列号；四次挥手源于 TCP 的半关闭——一方发完数据仍可能继续接收，所以 FIN 与 ACK 要分开，最后还要 TIME_WAIT 等 2MSL 让旧报文消散。

Python 与 Java 的底层差异

关键在类型系统与执行方式。Python 动态类型、解释执行（CPython 编译成字节码后由虚拟机跑，热点靠 C 扩展而不是 JIT），对象模型是引用 + 引用计数 + 分代 GC；GIL 让同进程内多线程无法并行跑 CPU 密集代码，并发只能靠多进程或 asyncio。Java 静态类型，先编译成字节码再由 JIT 把热点方法编译成本地代码，跑得越久越快；内存有明确的分代堆与多种收集器，并发靠真线程与并发包。所以长跑的服务端更适合 Java，Python 在胶水、脚本与 AI 生态上难以替代。常见追问是「为什么 Python 慢」「GIL 怎么绕开」「JIT 做了什么优化」，答到执行模型这一层就够，别停留在语法糖。

JVM 要点

把链路串起来：类加载（加载-验证-准备-解析-初始化，双亲委派）→ 运行时数据区（堆、虚拟机栈、方法区/元空间、程序计数器）→ 执行引擎（解释器 + JIT 分层编译，常见优化有方法内联、逃逸分析、去虚拟化）→ 垃圾回收（可达性分析判定存活，分代回收；G1 面向大堆做可预测停顿，ZGC 走并发标记把停顿压到毫秒级）。调优思路比参数重要：先看 GC 日志与堆 dump 判断是内存泄漏还是分配过快，再决定调堆大小、换收集器还是改代码（减少大对象、给缓存设上限）。面试里说清「怎么定位问题」比背 -Xmx 更有价值。

手撕：最长公共前缀

思路是纵扫或横扫：拿第一个字符串作基准，逐位与其他字符串比较，一旦某串在该位置没有字符或字符不相等就截断返回；复杂度是 O(总字符数)。也可以用分治或二分答案的写法。面试官看的是边界处理：空数组返回空串、只有一个元素直接返回、出现空串则结果为空。有个不错的优化是排序后只比较首尾两个字符串的最长公共前缀——字符串按字典序排好后，公共前缀必然被首尾夹住，这个依据要能讲出来，只写代码不解释容易被追问。