16 家 AI 公司面经汇总：8 道高频题与答题要点

汇总字节、百度、美团、滴滴、腾讯等 16 家公司 AI 岗面经后归纳出的 8 道高频题：不用框架手写 Agent 的模块拆分、RAG 召不到数据怎么排查、Agent 记忆管理与压缩、MCP/Skill 工具接入、KV Cache 与长文本显存、MoE 路由与负载均衡、LoRA 原理与 rank 选择，以及 Agent 开发与传统前后端开发的本质差异。

2026-10

米哈游大模型算法面经：LoRA 一致性、Agent 与推理优化

米哈游

米哈游大模型算法岗面经：ACM 模式代码题加三道手撕（岛屿数量、rand7 实现 rand10、冒泡排序），技术题覆盖 LoRA 原理与一致性控制、大请求量下的 QPS 保障、Agent 使用经历、实习期 60 多个自动化验证用例的追问，以及多模态视频输入与视觉幻觉缓解、embedding 与 reranker 的分工、ANN 选型、Transformer 与 Attention 复杂度、KV Cache、GQA/MLA、vLLM、Flash Attention、稀疏注意力和推理变慢的排查思路。

2026-10

腾讯 WXG 大模型算法暑期实习面经：强化学习、LoRA 与手撕 PPO

腾讯

腾讯 WXG 大模型算法暑期实习面经：从论文与强化学习算法（GRPO、PPO、reward model）与马尔可夫决策过程切入，追问 bf16/fp16/fp32 的精度与计算、LoRA 微调细节与量化，随后是大段手撕——实现 PPO、推导 MDP 的 γ 阈值、估算 SFT 参数量与显卡利用率、判断相交链表，以及如何让全连接层输出子空间基底接近标准正交基。

2026-10

腾讯 WXG 大模型算法暑期实习面经：强化学习、LoRA 与手撕 PPO

腾讯

2026-10

阿里千问 C 端大模型算法一面：推理数据与 PRM

阿里巴巴一面

阿里千问 C 端大模型算法一面记录：围绕实习中的长/短思维链推理数据、图像依赖较强的题目怎么提升、训练效果不好时的排查、图文数据构建、PRM 的 reward 设计与训练、Agent 实践展开，最后是两道题——抛硬币的概率期望与 badcase 数据池的采样提升方案。

2026-09

蚂蚁集团大模型算法岗面经 01：多模态与 Agent 合集

蚂蚁集团

蚂蚁集团大模型算法岗面经合集（八场）：多模态监督粒度、反向 KL、GRPO 与 DAPO、奖励黑客与视觉 token 压缩，另含二级缓存、MQ 幂等、RAG 检索评测、Prefill/Decode 分离与 GQA、KV cache。

2026-09

蚂蚁集团大模型算法面经合集：并发基础与训练推理

蚂蚁集团多轮面试合集

蚂蚁集团大模型算法岗六场面试合集：一面以线程池、锁与 JVM、索引与 B+ 树、Redis 与秒杀链路打底，二面追问线索评分 ROI、Prompt 强制 JSON 输出与幻觉兜底、800ms 链路拆解；后几面深入 MLA 与 KV Cache 优化、蒸馏数据清洗与 w8a16 量化，以及 PPO/GRPO 的损失、KL 估计与 rollout 资源关系。

2026-09

蚂蚁集团大模型算法岗面经

蚂蚁集团

蚂蚁集团大模型算法岗多轮面经汇总，重点考察 PPO/GRPO 的四个模型与损失函数、KL 估计方式、rollout 与 batchsize 的资源关系、拒绝采样、Agent 记忆系统设计与 vLLM 推理加速，另有 RAG 混合检索与术语消歧、LoRA 微调层选择、高并发低延迟部署等落地问题。

2026-09

蚂蚁集团大模型算法岗面经合集：RAG 与 Agent 工程

蚂蚁集团

蚂蚁集团大模型算法岗五场面试合集，覆盖意图识别、RAG 流程与优化、Function Call 原理、Agent 与 MCP 概念、Java 线程池与并发基础、秒杀与转账场景的锁和事务设计、HTTPS 安全机制及线上稳定性保障。

2026-09

百度大模型算法岗一面二面面经（GSPO 与多智能体）

百度一面+二面

百度大模型算法岗一二面面经。一面考强化学习对齐选型（GSPO 相对 PPO、GRPO 的优势）、多智能体协作与记忆、Qwen 多模态与 MRoPE、RAG 全流程，手撕最长公共子序列；二面考 ReAct、SFT 与 RLHF 数据、自注意力与 QKV。

2026-09

百度大模型算法岗一二面面经（对齐、Agent 与多模态）

百度一面+二面

百度大模型算法岗一面二面面经合集。一面围绕对齐算法选型（GSPO 与 PPO、GRPO 对比）、视觉语言模型、多智能体拆分与记忆、Qwen 多模态与 MRoPE、RAG；二面深入 ReAct、SFT 与 RLHF 数据、奖励模型、检索选型与 QKV。

2026-09

百度大模型算法岗面经合集：GRPO 训练与算子优化

百度多轮面试合集

百度大模型算法岗两场面试：一面围绕算子优化方案与效果验证，追问 GEMM 矩阵尺寸、GPU 架构与 Tensor Core 精度；二面聚焦 PPO、GRPO 与 DPO 的区别、持续学习分类，以及 8 卡 A100 的 GRPO 加速优化。

2026-09

字节Agent秋招二面全程深挖RAG系统与一道随机算法

字节跳动二面

字节 Agent 方向秋招二面几乎全程压在简历上的 RAG 系统：Markdown 分块与父子块聚合、尾块处理、图片入库的推理开销、问题改写与子问题拆分、混合检索与重排，最后是一道 random5 构造 random7 的算法题。

2026-09

滴滴算法秋招凉经：GRPO 监控指标与 Agentic RL 数据链路

滴滴

滴滴算法秋招凉经，12 问全部围绕 RL 后训练：GRPO 除 reward 外要盯的六类指标、可训练轨迹必须保留的可见状态、SFT 数据筛选与成功轨迹的幸存者偏差、何时从 SFT 切到 RL，以及异步 rollout 的 off-policy 与 KL 约束。

2026-09

华为大模型算法岗面经：LoRA、PPO 与 Transformer

华为

华为大模型算法岗面经，覆盖数据清洗与数据集构建、LoRA 微调原理、前向反向传播与参数更新、PPO 与 GRPO 与 DPO 的区别、多模态与智驾模型、ViT 与 VLA 原理，以及和为 k 的最长子数组算法题。

2026-09

京东大模型算法岗面经合集 02：多模态位置编码、Agent 与 SFT/RL 追问

京东多轮面试合集

京东大模型算法岗 9 场面试记录：VLM 项目追问 M-RoPE 视频位置编码与 SAM2，RoPE、ALiBi 与 SwiGLU 八股，Agent 与 SFT/GRPO 链路，RAG 与库存一致性，以及一场偏前端的 Vue 响应式面试。

2026-09

京东大模型算法岗面经合集 01：PPO/DPO/GRPO 八股、音视频链路与端侧 AI 追问

京东多轮面试合集

京东大模型算法岗 6 场面试记录：强化学习与微调原理（PPO 与 GRPO 的 KL 约束、DPO 的数据构造）、音视频链路深挖（AAC 与 Opus、WebRTC、3A 算法）、LoRA 参数、RAG 切片与召回优化，末尾手撕 LRU。

2026-09

美团 9.19 笔试十道 AI 选择题与因子数量题

美团笔试

美团 9.19 笔试复盘：10 道单选几乎都与 AI 相关，覆盖多 Agent 共享事实、Transformer-XL、ZeRO-3 显存、KMP 与二分比较次数、RLHF 与 PPO、子网掩码和 ViT；编程题为两数相乘后因子数量最大值。

2026-09

蔚来大模型算法岗（智能座舱/自动驾驶）实习一面面经

蔚来实习一面

蔚来大模型算法岗（智能座舱/自动驾驶）实习一面，约 40 道场景设计题：端云部署取舍、语音助手 Agent 架构、复合指令与安全操作二次确认、VLA 与多模态融合、座舱 RAG、隐私脱敏与 OTA 版本管理，末尾手撕数组全排列。

2026-09

蔚来大模型算法秋招面经：代码智能体仓库级改造与上下文工程

蔚来

2026 秋招蔚来大模型算法岗面经，问题全部围绕代码智能体的工程落地：仓库级上下文如何构建、纯向量检索为何漏文件、符号图与影响分析怎么用、怎么保证生成的补丁真的可交付、项目级指令文件的边界，以及权限隔离与提示注入防护。

2026-09

拼多多9.19线下面经：大模型算法一面到主管面

拼多多一面+二面+HR面+主管面

拼多多 9.19 线下大模型算法面经，一天走完一面到主管面。技术面围绕实习与论文，八股考 LoRA 的 alpha/rank、VLM 减少 vision token、Qwen-VL 位置编码与 adapter 选型，手撕含 O(n) 递增三元组、搜索旋转数组与黄金分堆。

2026-09

拼多多大模型算法HR面从意向度问到自媒体账号

拼多多 hr面

拼多多大模型算法 HR 面记录：从自我介绍、岗位方向意向度、其他流程进展与 base 地，一路问到父母职业、对公司的印象、是否认识在职员工，以及有没有注册网店和自媒体账号（有的话入职前需要注销）。

2026-09

拼多多大模型算法秋招一面：过程奖励模型与 GRPO

拼多多一面

拼多多大模型算法秋招一面面经，题目集中在 Agent 与强化学习链路：过程奖励模型如何避免只学轨迹长度、GRPO 省掉价值模型后的采样代价、DPO 两个概率同时下降的原因，以及千万级知识库的召回与冲突证据取舍。

2026-09

拼多多大模型算法秋招二面：LoRA 微调与注意力原理

拼多多二面

拼多多大模型算法秋招二面，从 LoRA 的低秩假设与 rank 和 alpha 配比切入，覆盖 QLoRA 的量化与训练不稳定、注意力缩放与长上下文优化路线、RoPE 外推与 YaRN，以及显存估算、梯度累积和混合精度溢出排查。

2026-09

腾讯混元大模型算法岗一面真题

腾讯一面

腾讯混元大模型算法岗一面的同题记录：从 Agent-RL 的奖励分层与长链路信用分配讲起，串起 GRPO 各支改进、PRM 如何进 advantage、多智能体值不值得拆、Agent 评测指标怎么选，再落到混元 MoE 与跨层注意力、DPO 双降归因、BM25 的词频饱和与长度归一化、以及阶段内 token 归一化对长度偏好的影响。

2026-09

腾讯混元大模型算法岗一面面经

腾讯一面

腾讯混元大模型算法岗一面真题，围绕 Agent 强化学习展开：奖励设计与长链路信用分配、GRPO 的衍生改进、Multi-Agent 的收益与代价、PRM 如何接入训练、Agent 评测体系，并延伸到混元自身的 MoE 与 Attention 设计、DPO 概率双降、BM25 检索以及分阶段 token 归一化。

2026-09