小红书产品工程师 Agent 开发一面：爬楼梯改编与自注意力机制

《面试题目》

算法

1. 爬楼梯改编：有 N 个台阶，每次可以走 3、5、7 步，上一步是 7 时下一步只能是 3，总共有多少种走法？（N = 2 时答案为 0）

实习拷打

2. 先说下你实习的团队业务背景，然后说下你在其中参与的环节。
3. 业务系统中的分布式缓存和锁是怎么设计的，作用是什么？
4. 异步转存模块的线程池如何设计的？
5. 说一下 Agent 设计中你参与的部分，以及实践踩雷的经验。

八股

6. 大模型的自注意力机制是什么？
7. 说一下你了解的 LLM 和传统 NLP 的区别，以及 LLM 的训练过程。
8. 如何防止大模型生成的幻觉？
9. 说下线程池的核心参数，以及参数设置的经验？

《参考解析》

爬楼梯改编：把「上一步走了几」编码进状态。 普通爬楼梯的状态只有「还剩几级台阶」，这里额外有一个约束依赖上一步，所以状态要升维成 dp[i][last]：走到第 i 级、且最后一步走了 last（3、5、7）的方案数。转移是：若 last == 7，下一步只能加 3；否则下一步可以加 3、5、7。答案是 dp[N][3] + dp[N][5] + dp[N][7]。小规模可以对一遍：N = 2 无解为 0，N = 3 只有 {3}、N = 7 只有 {7} 各为 1，N = 10 有 {7,3}、{3,7}、{5,5} 三种。实现上就是按台阶从小到大递推，空间可以压到只留最近的 7 个位置；面这类题一定要先说清状态定义和「为什么需要第二维」，再写代码，面试官想看的是你把约束建模进状态的能力，而不是背过斐波那契。

分布式缓存与锁：先讲清保护的是什么临界区。 面试官问「怎么设计的」不是要听 Redis 命令，而是要知道你为什么需要锁、锁的粒度多大、失效了会怎样。顺序是：先说明业务里哪一步出现并发写（例如同一份数据被多个消费者同时转存），再给出方案——缓存侧讲 key 设计、过期时间与随机抖动、更新策略（先更新库再删缓存 + 延迟双删，或订阅 binlog 异步失效），并主动区分穿透（空值缓存 + 布隆过滤器）、击穿（互斥重建 + 逻辑过期）、雪崩（过期时间打散 + 多级缓存）；分布式锁讲 Redis 的 SET key value NX PX 加唯一 value、释放用 Lua 比对 value 删、业务没跑完要续期（看门狗），并主动提一句 Redlock 的争议与「锁只是降低概率，最终一致性还要靠幂等和唯一键兜底」——这句话往往比锁本身更加分。异步转存这种场景，锁的粒度要落到「单据维度」而不是全局，否则并发度直接被锁死。

异步转存的线程池：参数背后是队列与拒绝策略的取舍。 标准答法是把七参数先摆出来（corePoolSize、maximumPoolSize、keepAliveTime、unit、workQueue、threadFactory、handler），再讲执行顺序：核心线程未满就新建线程，满了进队列，队列满了才扩到最大线程数，再满才走拒绝策略——很多人会误以为先扩容再排队。落到异步转存上要讲清：这是 IO 密集型任务，线程数按「目标 QPS × 单任务耗时」估算并留余量，不要用无界队列（LinkedBlockingQueue 默认容量近似无界，会把内存吃爆且让最大线程数形同虚设），队列要有界并配拒绝策略；拒绝不是丢数据，而是降级为同步执行、写本地重试表或丢进 MQ 稍后重放。再补三条工程细节：任务要幂等（同一单重复执行不产生副作用）、要透传 traceId 与用户上下文（ThreadLocal 不会自动传给线程池里的线程）、以及优雅关闭时先停收新任务再等待在途任务。线程池一定要命名，出问题看线程栈时能一眼认出是谁的池。

「Agent 设计踩过的雷」是这篇里最值钱的一题。 可以按四类讲，每类给现象、原因、修法：一是工具调用不稳定，模型编出不存在的工具名或参数缺字段——修法是服务端按 schema 强校验、不合法就把结构化错误回填让模型自修正并设重试上限；二是死循环与无谓重试，模型反复用同样的参数调同一个工具——修法是最进步数、重复调用指纹检测、状态评估三条叠加；三是上下文膨胀，工具返回的大段原文把窗口占满导致关键指令被挤掉——修法是工具输出先裁剪与摘要、大产物落外部存储只在上下文留引用；四是效果不可回归，改一版 prompt 好了这个坏了那个——修法是攒一个带期望输出的评测集，按版本跑回归。面试官问「踩雷」其实是在看有没有真实迭代经验，没有踩过雷的回答反而不可信。

自注意力与 LLM 训练过程：把公式讲成信息流动。 自注意力是让序列里每个位置都能直接看到其它位置：每个 token 的向量线性映射成 Query、Key、Value，用 softmax(QKᵀ/√d) 得到注意力权重再加权求和 Value；除以 √d 是为了防止点积随维度变大后 softmax 进入饱和区、梯度消失；多头是把表征切到多个子空间并行做注意力，再拼接投影，让模型同时关注语法、指代等不同关系。要说清它是置换等变的，所以必须加位置编码；复杂度是序列长度的平方，这是长上下文推理与显存成本的根本来源，也是各种稀疏、线性注意力方案的动机。LLM 与传统 NLP 的区别可以一句话打底：传统 NLP 一个任务一个模型、依赖大量标注、以判别式为主；LLM 靠「预训练 + 微调 + 对齐」得到通用生成能力，用 prompt 和上下文就能适配新任务，泛化强但可控性和可解释性更差。训练过程按三阶段讲：预训练（海量无标注语料做下一 token 预测，学到语言与世界知识）、指令微调 SFT（用高质量问答对学会遵循指令）、对齐（RLHF 或 DPO，用人类偏好把输出调得更符合期望、更安全）。能主动提「幻觉的根源之一是预训练目标在最大化似然而不是在逼近事实」这一层，深度就出来了。

幻觉抑制与线程池参数的经验值。 幻觉这道题要按「降低发生」和「发生时可控」两层答。降低发生：把答案约束在给定资料上（RAG，要求带引用、检索不到就明确说不知道）、结构化输出与 schema 校验、降低温度、任务拆小并让模型分步自检、对关键结论做交叉验证或自洽投票。可控兜底：输出后加规则校验（数字、金额、链接、是否越权），关键场景让模型只做抽取不做生成，把最终判断留给确定性的代码或人。工程上也别指望完全消灭幻觉——面试时主动说「我们的目标是让幻觉可发现、可拦截、可归因」，比承诺「不会幻觉」更可信。线程池参数的经验值要给出估算依据而不是拍数字：CPU 密集按核数 + 1，IO 密集按 核数 × (1 + 等待时间/计算时间) 估，异步转存这类纯等待任务可以更大但要靠压测校准；队列必须有界、容量按能容忍的排队延迟折算；拒绝策略在数据不能丢的场景用调用方执行或落盘重试，能丢的场景用丢弃最旧；另外补一句「线上要看活跃线程数、队列深度、拒绝次数三个指标，参数是调出来的不是背出来的」。