腾讯 CSIG 后训练实习一二面面经：从位置编码到 PPO 与 GRPO

腾讯 CSIG 后训练岗日常实习一、二面共 18 道题：一面考位置编码演进（绝对位置编码到 RoPE 及后续优化）、视频 VLM 的帧采样与时序建模、多模态输入编码差异、长文档与超大分辨率适配、推理超参、SFT 与 RL 的特性与业务场景、数据飞轮、稀疏 Attention 和量化；二面考 RL 熵值与 KL 监控、KV Cache 原理与显存优化、vLLM 与 SGLang 加速机制对比、PPO 与 GRPO 的细节差异、VLM 训练阶段与业务指标归因。

2026-10

腾讯 CSIG 业务后训练日常实习一二面：大模型与 RL 高频深挖

腾讯大模型算法（后训练）一面+二面

腾讯 CSIG 业务后训练日常实习一面二面记录：一面围绕位置编码演进、视频 VLM 的帧采样与时序建模、Qwen2-VL 与 Qwen3.5-VL 编码差异、超大分辨率与长文档适配、推理超参、SFT 与 RL 的适用场景、数据 Pipeline、稀疏 Attention 与模型量化；二面深挖 RL 训练监控指标、KV Cache 与显存优化、vLLM 与 SGLang 的加速机制差异、PPO 与 GRPO 算法细节、RL 三核心以及 VLM 全流程训练与指标归因。

2026-10

腾讯搜狗输入法秋招二面面经：智能指针、lambda 与字符串大整数乘法

腾讯 C++ 客户端开发（搜狗输入法）二面

腾讯搜狗输入法秋招二面面经：面试以实习经历为主，八股只问了智能指针的使用场景、lambda 与函数指针的性能对比，手撕字符串大整数乘法；其余问题集中在工程素养上——怎么保证 AI 写代码的输出可靠、怎么设计测试用例、用 Agent 遇到过什么问题，以及 AI 会不会取代程序员。

2026-10

腾讯搜狗客户端一面二面面经：MVP架构与字段混淆排查

腾讯（搜狗）客户端开发（Android）一面+二面

腾讯搜狗客户端秋招面经，一面、二面各一轮，最终二面挂。一面追问快手实习项目与 MVP 选型、集合选型、接口幂等，并让手写最大并发为 3、按输入顺序返回的调度函数；二面深挖 Release 包字段混淆与 IM 消息乱序聚合，最后是一道取数乘积最小的算法题。

2026-10

腾讯 WXG 大模型算法暑期实习面经：强化学习、LoRA 与手撕 PPO

腾讯大模型算法

腾讯 WXG 大模型算法暑期实习面经：从论文与强化学习算法（GRPO、PPO、reward model）与马尔可夫决策过程切入，追问 bf16/fp16/fp32 的精度与计算、LoRA 微调细节与量化，随后是大段手撕——实现 PPO、推导 MDP 的 γ 阈值、估算 SFT 参数量与显卡利用率、判断相交链表，以及如何让全连接层输出子空间基底接近标准正交基。

2026-10

腾讯 WXG 大模型算法暑期实习面经：强化学习、LoRA 与手撕 PPO

腾讯大模型算法

2026-10

腾讯AI Agent开发岗三场面经（评测、Agent Loop与内容安全）

腾讯 AI Agent开发

腾讯 AI Agent 开发岗三场技术面，围绕实习项目深挖评测体系：评测集构建与覆盖、人工归因自动化、Agent Loop 设计，以及元宝内容安全检测指标与 RAG 文档切分策略。

2026-09

腾讯社招一面面经（Agent 方向）

腾讯后端开发（Agent方向）一面

腾讯社招一面，全程围绕 Agent 项目的工程实现：框架选型为什么用 LangChain + LangGraph、方案审核用什么指标判断不合格以及审核结果怎么回流链路、可观测性怎么做、调用 sub-agent 时主 Agent 的 context 带不带过去、超长内容怎么压缩（自研还是用 LangGraph 自带）；重点问 token 消耗优化和 KV Cache 命中率的手段，并追问 Skill 系统的设计——移除 Skill 正文会不会破坏 KV Cache、Skill 本身是一个工具还是多个工具。

2026-09

腾讯社招二面面经（Agent 方向）

腾讯后端开发（Agent方向）二面

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。

2026-09

腾讯社招三面面经（Agent 方向）

腾讯后端开发（Agent方向）三面

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。

2026-09

腾讯 TEG 云架构平台部一面、二面面经

腾讯后端开发一面+二面

腾讯 TEG 云架构平台部一面二面面经。一面从论文切入（卷积与 Transformer 的区别、创新点），再考计算机基础：键盘输入到屏幕显示的全过程、原码反码补码、不用取余判断奇偶，手撕矩阵对角线 Z 字形遍历。二面集中在并发与架构设计：线程池与生产者消费者、手写消息队列的有锁无锁设计、10 亿 QQ 号找只出现一次的、热点限流器的内存优化与冷热 key 预热。

2026-09