面灵AI→

蚂蚁 AI 应用方向技术面:支付失败诊断 Agent 设计与防幻觉追问

蚂蚁集团 AI 应用(Agent 与大模型应用工程) 技术面

蚂蚁支付服务方向的 AI 应用技术面:从实习项目切入,追问工具调用准确性、工具失败后模型编造、防幻觉规则与 JSON 内容校验、上下文压缩改写语义的风险;中段是支付失败诊断 Agent 的开放设计,围绕单 Agent 与 Multi-Agent、Supervisor/Planner/Executor 分层、Workflow 与 ReAct、权限设计连续追问;最后问本体与知识图谱、大促流量下的支付架构与降级。

2026-11

回响 测开二面:UI 自动化加裁判 Agent、知识图谱与 JWT 安全测试

回响 测试开发 二面

回响测试开发二面 17 问:下段工作的期待、UI 自动化加裁判 Agent 的评估流程、行业专业知识如何沉淀为知识图谱、接口自动化框架选型、CI 后自动触发回归的实现、用例维护与跨用例传参、写操作用例的幂等性,以及系统与账号安全测试、JWT 的构成与校验点。

2026-11

千问 Agent 社招一面:Neo4j 建图、工具误调用与上下文溢出

千问 Agent 开发(社招) 一面

千问 Agent 社招一面(硕 5 年,对标 P7):个人经历与团队角色、是否会前端、为什么以 Java 为主;项目架构为什么选 Neo4j、图数据库承担什么职责、为什么不用 LangGraph;工具调用有没有选错或不该调却调了、参数传错时是否直接失败、有没有让模型观察错误再纠正;知识图谱怎么建、是否用本体方法论、实体关系靠人工还是大模型抽取、语义消歧怎么做;上下文溢出怎么解决、结构化状态对象包含哪些字段;新框架内置 Trace 与独立可观测平台的区别。

2026-11

智元觅蜂前端一面:图谱渲染优化、Monorepo 与 AI 生成平台

智元机器人(觅蜂) 前端开发 一面

智元共创(觅蜂子公司)前端一面(10 月 23 日),全程围绕两段实习与个人项目:图谱页面数据量大、SVG 渲染卡顿怎么优化,Web Worker 是否把运算挪到子线程、和主线程怎么交互、多大的运算量才值得用 Worker,画布节点是否全量重绘、按需加载怎么设计;Monorepo 架构与组件库发包(内部 NPM、基础包升级后依赖包怎么跟、发包是手动还是流水线、用什么触发);Agent 工具调用链路、AI 对话流式渲染的问题;另一个零代码建站平台的产品边界(生成网页/APP 的归属、部署、私有化迁移);最后是职业方向与手写数组拍平。帖主感觉聊得很好,10 月 27 日流程终止、岗位关闭。

2026-11

蚂蚁智能体一面:从 MCP 工具发现一路追到知识图谱为什么两跳就够

蚂蚁集团 智能体开发 一面

蚂蚁智能体一面 59 问几乎不问八股:先追问 MCP 的工具列表怎么进上下文,再问 request 怎么组装、response 长什么样,最后落到向量库与知识图谱各自的适用边界。

2026-10

蚂蚁集团智能体一面:从 MCP Client 问到知识图谱,60 个问题一路追到设计动机

蚂蚁集团 智能体(Agent) 一面

蚂蚁集团智能体一面共 60 个问题,分三块:MCP 与 Skill 及模型 API 的请求组装、LangGraph 编排与向量检索、知识图谱与模型训练成本。面试官不给标准答案,一路追问「为什么这么设计、换个做法行不行」。

2026-10

字节全栈二面:SSE、知识图谱与多 Agent 编排

字节跳动 全栈开发 二面

字节全栈二面,从简历里的 AI 经历切入:SSE 是什么、为什么 Event Trace 选 SSE、SSE 与 WebSocket 的区别;代码知识图谱用什么结构组织、底层图的存储与遍历;MySQL 事务隔离级别、RR 与 RC 的区别、联合索引的设计与订单量级;后半场深挖多 Agent 平台——Agent 与 Skill 的抽象边界、为什么用固定 Workflow 而不是 ReAct、编排引擎是否自研、冲突与失败处理、稳定性与效果评测,最后让设计一个「用 Agent 完成电商搜索到下单」的架构,并追问单 Agent + 多 Skill 与多 Agent 的划分依据。

2026-10

高斯信息技术 AI 开发工程师一面:BERT微调与LangGraph编排

高斯信息技术 AI应用开发 一面

高斯信息技术 AI 开发工程师一面面经:以项目深挖为主线,追问 BERT 微调与知识图谱设计,再考 Transformer、LangGraph 编排、图谱检索与 RAG 差异,以及工程广度与 AI Coding 心得。

2026-10

零一万物知识图谱算法实习一面:Agent 容错、SFT/DPO 与实体对齐

零一万物 知识图谱算法实习生 一面

零一万物知识图谱算法实习生一面,约 30 分钟:Agent 框架与连续失败兜底、工具参数错误和上下文管理、SFT 与 DPO、LoRA 原理、栈与队列、本体与知识图谱设计,以及同义实体如何合并。

2026-10

虾皮 Agent 开发一面

虾皮 Agent 开发工程师 一面

虾皮 Agent 开发一面面经,全程围绕三个项目深挖:微调与 Prompt 的选型、代码仓库 Description 的粒度与失效纠正、故障归因系统的日志排查与效果评估,以及知识图谱问答的 Query 拆解与实体排序。

2026-10

小红书算法岗面经合集:Uplift 建模、Transformer 细节与推荐召回

小红书 算法岗 多轮面试合集

小红书算法岗七场面试合集:增长侧深挖特征重要性的判别方法、uplift 建模与发券决策、混淆偏差与选择偏差的区分和评估指标;科研与 NLP 侧围绕知识图谱问答链路的实现、MRR 与 Hit@k、nDCG、KL 散度与交叉熵的取舍展开;Transformer 部分被追问一小时,覆盖缩放点积注意力的假设、位置编码方案、多头与 MHA、LayerNorm 与 BatchNorm、Encoder 与 Decoder 的区别;此外还有 MQA 与 GQA、PPO 与 DPO 与 GRPO 的对比、多路召回权重与规则召回、CVR 样本空间,以及用户安全审核岗的申诉处理与内容审核评估。

2026-10

云南汇诺校招全栈开发二面

云南汇诺 全栈开发 二面

云南汇诺校招全栈开发二面(10 月 13 日):面试官不问八股只问场景题,题目围绕 AI 赋能校园展开,包括校长/老师/学生 AI 系统怎么做、数据库与权限设计、学生作业问答 Agent、考试学情分析的设计,并聊了培养方案与对 AI 时代的看法。

2026-10

阿里巴巴全栈开发一面(知识图谱与性能优化深挖)

阿里巴巴 全栈开发 一面

阿里巴巴全栈开发一面面经,全程 46 问且沿简历层层深挖。前半段考知识图谱实践与度量、可插拔 Agent Harness、长流程可靠性与电商通用方案;中段追问 LCP 预加载与虚拟列表;后段考 TypeScript、状态管理、构建优化与 HTTP 缓存。

2026-09

字节后端面经:广告去重、知识图谱发布与 Saga 补偿

字节跳动 后端开发

四场 9 月 2 日至 3 日的后端面试,重点追问广告曝光去重、知识库多存储发布、Agent 长任务,以及缓存一致性和 Saga 失败补偿。

2026-09

携程 Agent 开发一面:LangGraph 项目全链路拷打

携程 Agent开发 一面

携程 Agent 开发岗一面面经,9 月 23 日面试,全程拷打简历主项目:LangGraph 的状态节点与 checkpoint 设计、知识图谱相对纯 RAG 的增益、自训模型与测试集回归、延迟取舍与业务背景匹配度。

2026-09

中兴未来领军计划 AI 算法一面:RAG、Agent 与 Claude Code 原理

中兴 AI算法 一面

中兴未来领军计划 AI 算法岗一面面经,全程围绕大模型与 Agent 工程展开:RAG 中 embedding 与 rerank 的分工、Agent loop 的终止条件、子 Agent 的实现方式与多智能体协作,并追问了 Claude Code 原理、effort 参数、弱模型结构化输出与 AI 编码工具的实际使用情况。

2026-09