意图识别 面试题
共 9 篇真实面经 · 涵盖 字节跳动 / 美团 / 哔哩哔哩 / 快商通 / 深至科技 等 6 家公司
字节 AI 全栈二面：八股一点都不问，全程项目 + AI 工具
字节跳动 AI 全栈二面面经：全程围绕 Agent 平台项目与 AI 使用习惯，考问答链路与意图识别树、MCP 工具使用注意事项与失败处理、AI 生成代码的质量兜底、工具调用结果缓存与长期偏好存储、敏感信息脱敏，最后手撕反转链表并追问线程池配置。
字节跳动抖音开放平台一面面经：TTU 指标归因、Agent 链路与 Vue 响应式
字节跳动抖音开放平台一面（内部跨转）几乎全程围绕实习项目追问：自定义性能指标 TTU 的统计口径与优化归因、资源调度与劣化事件拦截、意图识别链路、生成 UI 报告的技术选型和 planner 的作用、Agent 作业诊断的整体链路；八股考 Vue 响应式更新原理与 Agent 和 LLM 的区别、循环流程、工具调用和记忆，手撕题是用有限状态机解析 Markdown 的加粗语法。
美团 Agent 开发凉经：项目匹配度不够，但问题很经典
美团 Agent 开发面经：从 Agent 项目架构与 RAG 流程切入，考多 Agent 的任务分配、执行状态管理与结果汇总，上下文与长短记忆的分层设计和记忆冲突处理，意图识别与评测集构建，工具失败与 Token 成本优化，并让现场设计行程规划 Agent、追问 Markdown 切分与混合检索融合，最后手撕线程安全 LRU。
美团 AI 应用开发一面面经（通过）
美团 AI 应用开发一面，从电商客服项目切入，深挖召回串味的排查与意图路由、长答案句子级切片；八股考 Transformer 注意力机制与 KV 缓存、多轮对话状态存储，手撕最长无重复子串，整体偏项目取舍而非背诵。
哔哩哔哩 AI Agent 开发一面面经全解析
哔哩哔哩 AI Agent 开发一面记录，18 道题覆盖 Agent 核心模块与 Chatbot 的区别、意图识别的三种实现与少样本稳定性、RAG 全流程与召回问题定位、切片与 Embedding 选型、LangChain 与工具调用机制、记忆设计与循环保护，最后手撕合并重叠区间。
快商通 大模型 Agent 全栈一面：意图识别与合规拦截怎么答
快商通大模型 Agent 全栈一面面经：整场围绕两段实习展开，问到实习期间意图识别怎么落地、以及合规红线为什么用关键词拦截而不是写提示词让大模型判断；答完四题后在反问环节暴露了对公司与岗位不够了解。
深至科技一面：全栈开发实习（医疗 AI）的意图识别与工程难点追问
深至科技医疗 AI 方向全栈开发实习一面，整场围绕实习做的医疗智能体展开：服务人群与意图识别模块的开发方式、为什么定成 9 类意图、怎么评估意图识别模块有效、评测集是否自建，以及工程上遇到的最棘手问题是怎么解决的。
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」