沙箱 面试题
共 3 篇真实面经 · 涵盖 百度 / 小米 / 科大讯飞 等 3 家公司
百度 Agent 二面：不看简历、不做自我介绍，连抛 6 道架构题
百度 Agent 二面面经：全程开放式架构题，考 Agent 应用的分层与模块、通用 Runtime 的多厂商抽象、C 端 Token 成本控制、代码执行沙箱安全、上下文压缩与信息保全、Harness Engineering 演进、评测归因、Trace 可观测性与监控熔断、多 Agent 通信，最后手撕判断二叉树是否平衡。
小米 AI Agent 三面：压力面，全程问“你踩过什么坑”
小米 AI Agent 三面压力面面经：全程追问工程细节，考多租户隔离与模型/沙箱资源划分、服务重启后的状态恢复、并发 1000 个沙箱的资源池与调度、长周期任务的行为漂移治理、代码审查 Agent 的漏检控制、RAG 与长上下文模型的关系、上下文压缩的信息保真与回退，最后手撕二叉树层序遍历。
科大讯飞 AI 应用一面：Agent Harness、沙箱隔离与评测
科大讯飞 AI 应用一面面经（9.15，两位面试官群面）：先从实习与转正意向切入，深挖第三个实习的异步工作流框架、小站点网络隔离导致的升级失败与改造、DB 队列设计与执行，再追问第二个实习的搜索链路 P99 优化、两级缓存与本地缓存一致性、广播更新的可靠性；后半段集中在第一个实习的 Agent Harness——Runtime/Workflow/Node 分层、与 Dify/扣子的对比、分层上下文 Roadmap、压缩触发阈值与 Tool Result 处理、摘要对 KV/Prefix Cache 的影响、Skill 路由评测，最后追问自研 Runtime 的理由、沙箱与隔离（gVisor、microVM、Docker 的差异）以及把本地 Coding Agent 做成多人 SaaS 的架构。
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」