美团AI全栈开发日常实习一面分享
面试题目
一、项目拷打与技术细节
- 短期记忆、长期记忆与搜索场景的关系？
- 龙虾（Lobster/相关AI框架）的记忆机制与你的项目有何区别？
- 剥离工具后，纯记忆与检索机制的区别是什么？
- 智能体项目实践经验，是否使用过 MCP (Model Context Protocol)？
- 为什么要采用渐进式披露？
- 你的实现方案与 MCP 的区别是什么？
- SKILL 渐进式披露的具体实现流程？
二、实战演示
- 共享屏幕演示 Agent 项目架构、功能及代码逻辑。
- 现场检查 Cursor 对话记录及工程细节。
三、算法与编程
- LeetCode 21. 合并两个有序链表
- AI Coding 题目（现场编程）
参考解析
- 短期与长期记忆的区别：短期记忆（如上下文窗口）服务于当前会话，受限但响应快；长期记忆通常基于向量数据库（RAG），支持跨会话调用。在搜索场景中，需通过重排序和压缩平衡准确度与算力。
- MCP (Model Context Protocol)：它是连接AI模型与外部数据源的标准协议，目的是解决私有工具集成碎片化问题。渐进式披露则是通过分层展示信息来降低模型处理负载并提升交互体验。
- 渐进式披露实现：通常通过“层级提取”实现，先检索摘要或元数据，根据模型需求动态加载深度内容，减少Token损耗。
- LeetCode 21解析：利用双指针法，维护一个哨兵节点，比较两个链表节点值大小并挂载，最后处理剩余非空链表，时间复杂度 O(n+m)。