后端开发（Agent方向）
共 3 篇面经 · 腾讯
腾讯社招一面面经（Agent 方向）
腾讯社招一面，全程围绕 Agent 项目的工程实现：框架选型为什么用 LangChain + LangGraph、方案审核用什么指标判断不合格以及审核结果怎么回流链路、可观测性怎么做、调用 sub-agent 时主 Agent 的 context 带不带过去、超长内容怎么压缩（自研还是用 LangGraph 自带）；重点问 token 消耗优化和 KV Cache 命中率的手段，并追问 Skill 系统的设计——移除 Skill 正文会不会破坏 KV Cache、Skill 本身是一个工具还是多个工具。
腾讯社招二面面经（Agent 方向）
腾讯社招二面，围绕 Agent 项目的技术细节逐个追问：项目语言选型与 Go 的 Agent 框架、意图识别的具体实现与准确率如何验证、多意图请求怎么处理、上下文工程与 memory 模块的做法、KV Cache 命中率优化、多轮对话的上下文压缩是同步还是异步、agent 线上部署规模与用户量、全链路可观测性用什么存储、整体效果评测怎么做。
腾讯社招三面面经（Agent 方向）
腾讯社招三面，围绕 Agent 项目做深度追问：运营活动代码重复率与内部活动框架、Agent 项目的团队规模与分工、memory 用了哪些框架组件、意图识别的做法与抽象化后效果变好的原因、Agent 上线后对人效的提升；后半段转向 AI 使用本身——端到端工作流成熟度、AI coding 覆盖率与质量保障、是否用 TDD；最后是职业选择与成就感来源类的软性问题。
微信小程序
手机上刷面经，随时随地
扫码 / 长按识别，免下载直接打开
或在微信 搜一搜「面灵面经」