27日常实习 腾讯AI产品一面分享

《面试题目》

1. 努力拥抱AI中…
2. 项目拷打
3. 问实习经历
4. 谈谈你对目前ai这几个赛道的看法，你最看好哪个，为什么
5. 你对AI infra的了解怎么样，简单讲讲
6. 详细讲第一个项目：
7. 追问，连环问，跳跃的问题，细节问题
8. skill和mcp的区别
9. 在第一个项目里面遇到的最大的困难是怎么，怎么解决的
10. AI搜索相关，详细讲讲RAG
11. 深挖第二个项目
12. 你怎么看待openclaw，你觉得它为什么会爆火

《参考解析》

1. AI产品与 Agent 项目：回答这类问题要先讲清目标用户和业务场景，再说明模型、数据、工作流、评测指标和上线后的真实使用效果。面试官通常更看重你能否把 AI 能力转成可落地的产品闭环，而不是只罗列模型名。
2. RAG 系统：RAG 的核心是召回质量、切分策略、排序和答案可追溯。BM25 擅长关键词精确匹配，向量检索更适合语义相近的问题，工程上常用混合检索加重排来提升稳定性。
3. 项目深挖：项目深挖的核心是讲清背景、目标、你的职责、关键决策、难点和结果。遇到追问时优先用数据、取舍理由和复盘说明自己的判断，而不是只描述流程。