AI Agent 开发
共 4 篇面经 · 蚂蚁集团 / 快手 / 百度
蚂蚁集团 AI Agent 开发复活赛二面:CR Agent 三级架构深挖
蚂蚁集团 AI Agent 开发岗复活赛二面:以候选人亲手做的风控归因 Agent 为主线,围绕 Markdown 记忆管理与 RAG 的取舍、语义匹配准确性与匹配错误的兜底、Agent Teams 与 Workflow 编排的对比、多工具调用的执行流程与顺序、function calling 的底层机制、短期与长期记忆的实现、MCP 解决什么问题,深挖三级 Agent 架构的分层理由与上下文传递;另考多模态文档解析的早中晚融合取舍、纯视觉模型改造为 VL 模型要重设计哪些模块,手撕二叉树最近公共祖先,面试通过进入后续流程。
快手 AI Agent 开发凉经:如何定义 Agent?
快手 AI Agent 开发面经:先考对 Agent 本质的理解与 ReAct 在工程实现上的要点(循环驱动、上轮结果传递、单独管理的状态与停止条件),再深挖 Skill 与 workflow 的对比与好 Skill 的判据、高合规场景下的越权风险、Skill 的验证与低成本大规模评测,以及工具失败与任务中断后的状态保存与恢复,最后手撕反转链表并追问线程池。
百度 AI Agent 开发岗面经:LangGraph 架构与高并发会员保障
百度 AI Agent 开发岗四场面试题目合集,围绕 LangGraph 迁移成本、Agent 评测集设计、Harness 工程、高并发下会员优先级保障,以及 MCP 与 Skill 的区别、KV Cache、TIME_WAIT 等基础题。
百度 AI Agent 开发岗面经:记忆模块与上下文压缩
百度 AI Agent 开发岗五场面试题目合集,重点考察本地 Agent 排查异常进程与沙箱并发、长短记忆冲突、企业内部知识问答 Agent 方案、Skill 与工具调用链路、上下文压缩,以及分库分表、CAP、缓存穿透等后端基础。