结构化输出 面试题
共 10 篇真实面经 · 涵盖 百度 / 科大讯飞 / Cherry Studio / 恒生电子 / 信锐网科 等 7 家公司
百度 AI Agent 开发一面:提示词、上下文预算与异步并发十二问
围绕一个「根据笔记出题」的课程项目连环追问:提示词与 few-shot 的取舍、temperature 与 top_p 的区别、上下文超限的裁剪顺序、结构化输出与分层校验、工具参数语义与错误契约、Agent 循环的退出条件,最后落到 async/await 与 asyncio.gather 的并发实现。
科大讯飞 Agent 开发一面:结构化输出、记忆管理与 Harness 容错
科大讯飞 Agent 开发一面,项目与八股并重,围绕结构化输出的错误恢复、记忆压缩与长期记忆、HNSW 向量召回、ReAct 循环、任务恢复、提示注入防护,以及 Skill、MCP、Tool 的分层展开,追问细节较多。
cherry studio后端开发实习生面经
Cherry Studio 后端开发实习生面经:SaaS 场景 RBAC、文件权限设计、Node.js、Outbox、大模型 token 超额与结构化输出保障。
9.23 恒生电子 AI 应用开发面试:从 Python 装饰器、联合索引到 RAG 评测与 Agent 规划
恒生电子 AI 应用开发面试的完整记录,覆盖 Python 装饰器与计时契约、联合索引与最左匹配、结构化输出的分层校验、RAG 与微调的边界、Agent 规划与重规划触发器、RAG 评测方法,最后落到 LangGraph 的状态设计与恢复重放。
信锐网科AI应用开发二面:RAG切分、Agent评测与MCP边界
信锐网科秋招 AI 应用开发二面面经:AI 编程工具产出的代码如何判断能否合并、企业知识库 RAG 的文档切分有什么坑、怎么证明 Agent 比普通问答更有效、何时该用固定工作流、MCP 与 Skill 的边界,以及工具误调用与提示词注入的防御。
百度智能体算法三面:容错、模型路由与结构化输出
百度智能体算法三面记录,聚焦落地细节:LangChain 工具调用连续失败的容错设计、Qwen 与视觉语言模型之间的动态路由、置信度阈值的校准方法、非法 JSON 的三层处理方案,以及超大图片切片与多模态并发下审核系统的常见问题。
恒生电子 AI 面试 AI 应用开发岗:二十七问全记录
恒生电子 2026 秋招 AI 面试(AI 应用开发岗)完整二十七问:先问岗位理解与 AI 编码工具,再考 Python 装饰器的原理、参数透传与 functools.wraps,接着是联合索引最左匹配与 B+ 树组织方式,主体是大模型结构化输出的稳定性、解析失败兜底,以及 RAG / 传统检索 / 微调的本质区别、Agent 设计模式与反思环节设计,最后深挖候选人的知识库项目与自研框架。
恒生电子AI开发AI面试:闭包、缓存三兄弟与LangGraph选型
恒生电子技术岗AI面试真题27问,作者面了整整一小时。技术面覆盖Python闭包的形成条件与内存泄漏治理、缓存穿透击穿雪崩、本地锁在分布式下为何失效、永不过期的热点key为何一致性风险更低、大模型结构化JSON输出的稳定性与缺字段处理、解析失败回灌重生成的副作用、RAG多轮对话与摘要压缩丢细节、历史对话检索与知识库检索的排序差异、Agent与Workflow的边界,以及为什么选LangGraph、Checkpoint实际解决了什么、LangGraph有哪些短板。
去哪儿AI应用开发秋招一面面经
去哪儿AI应用开发秋招一面面经,覆盖JVM类加载、多模型网关路由与故障隔离、Redis持久化、提示词角色隔离、Agent长期记忆、RAG长文档切分、AI应用评估和JSON Schema结构化输出。
小红书AI产品一面面试题拆解
小红书Product Engineer AI应用方向一面题目,重点考察检索Agent的上下文管理、大模型输出约束,以及使用AI编程工具拆解和实现需求的流程。