AI Agent 面试题
共 43 篇真实面经 · 涵盖 阿里巴巴 / 蚂蚁集团 / 字节跳动 / 海信聚好看 / 美的 等 30 家公司
阿里巴巴 AI Agent 研发一面面经
阿里巴巴 AI Agent 研发一面，先手撕最长有效括号与岛屿数量（DFS、BFS 两版），再围绕 CR Agent 的架构取舍、Workflow 与自治 Agent 选型、ReAct 与 Plan-and-Execute、Skill、MCP 与 Function Calling 的分层与渐进式加载、Harness 与框架关系，以及上下文压缩、工具兜底、多 Agent 冲突、RAG 排查和缓存一致性展开。
蚂蚁集团 AI Agent 开发复活赛二面：CR Agent 三级架构深挖
蚂蚁集团 AI Agent 开发岗复活赛二面：以候选人亲手做的风控归因 Agent 为主线，围绕 Markdown 记忆管理与 RAG 的取舍、语义匹配准确性与匹配错误的兜底、Agent Teams 与 Workflow 编排的对比、多工具调用的执行流程与顺序、function calling 的底层机制、短期与长期记忆的实现、MCP 解决什么问题，深挖三级 Agent 架构的分层理由与上下文传递；另考多模态文档解析的早中晚融合取舍、纯视觉模型改造为 VL 模型要重设计哪些模块，手撕二叉树最近公共祖先，面试通过进入后续流程。
字节跳动 Agent 开发一面：Harness 没答上来，居然还能过？
字节跳动 Agent 开发一面面经：开场被「你们项目的 Harness 层怎么设计」问住，后续围绕 Agent Loop 与 Plan/Executor/Checker 分工、路径震荡、上下文与工具描述治理、多 Agent 文件冲突与通信、长任务延迟排查、工具调用容错、记忆分层，以及 HTTPS、根证书、进程线程、ThreadLocal、BeanFactory、ROW_NUMBER 等基础题与手写合并嵌套 JSON 展开。
字节跳动 AI Agent 开发二面面经
字节跳动 AI Agent 开发二面，从项目深挖切入，覆盖长期记忆的存储与读取、上下文压缩取舍、多 Agent 协作防死锁、单 Agent 与 Workflow 选型，以及父子切块、混合检索与重排、向量库更新失效；八股部分考 HTTP 与 RPC 选型、HTTPS 与根证书、进程线程与协程、GC 策略、缓存三大问题，另有日志统计手撕与效果评测。
字节跳动大数据开发面经（10.9）
字节跳动数据团队大数据开发面经：从湖仓建设切入，深挖 Iceberg 的优点、Time Travel 的 SQL 写法、数据写入方式与文件组织，追问 Hive 表在 HDFS 上的物理存储和「分层分桶降低存储」的真实含义，后半场围绕智能问数 Skill 的实现与幻觉强控展开，并介绍了团队 AI 提效的两条线。
海信聚好看一面
海信聚好看一面，围绕从零设计 Agent、Skill 与知识库落地、Redis 缓存定位与更新策略、令牌桶限流与压测方案，以及 JVM 类加载顺序、Synchronized 与 ThreadLocal、堆内存分配等 Java 基础展开。
美的技术岗一面面经
美的技术岗一面面经：考察 Spring 事务注解原理、线程池核心参数与执行流程，以及业务 Skills 的编写与自进化，并追问实习项目难点和对 Agent 的理解。
OPPO小布助手AI Agent一面面经
OPPO 小布助手 AI Agent 一面，全程围绕 Agent 工程落地展开：检查点与校验器保障长流程、幻觉的三层防护与置信度判定、多 Agent 场景下的上下文压缩、LangChain 与 LangGraph 及原生手写选型、线上限流降级熔断与自动化运维，以及知识库建设保鲜和 AI 辅助开发的信任边界。
OPPO 小布助手 AI Agent 一面面经：被问懵的 30 分钟与复盘建议
OPPO 小布助手 AI Agent 岗一面复盘：面试官不寒暄，直接从「对话系统里的工具调用与外部 API 设计」切进项目，追问多数据源调用顺序与空值兜底、规划出错的发现机制、校验层放端侧还是云端、工具超时的状态机处理，并用「订机票并同步日历」要求现场拆解规划器、执行器与记忆模块的分工，还问了端侧模型的裁剪与推理加速。
拼多多 AI Agent 二面：双机位、1M 上下文也不够怎么办？
拼多多 AI Agent 二面面经：从 Agent 代码生成链路全流程切入，追问上下文超限与 1M 窗口仍不够的工程方案、服务重启后的断点续传与状态存储、多 Agent 同时改文件的冲突与分布式锁、Codebase Memory 维护与代码审查 Agent，后半场考 MySQL 索引为何用 B+ 树、Spring Bean 注入、大模型缓存机制、长耗时任务资源隔离与评测体系，并手写可泛型、带过期时间且线程安全的 LRU。
无锡赫玛科技 AI应用开发面经：Agent 架构、RAG 与高并发系统设计
无锡赫玛科技 AI 应用开发面经：围绕电视客诉分析 Agent 的架构演进与 RAG 知识库选型、ReAct 深度排障循环的工具链设计，以及缓存穿透、悲观锁乐观锁与 40 万条客户数据的系统设计和缓存一致性。
AI Agent 开发岗面试题：55 道真实面试里的追问
一份 Agent 开发岗的面试题清单，覆盖技术选型、框架与 runtime、工程细节、多 Agent 协作、对齐与幻觉、评测、安全与开放设计八个方向；问题集中在判断依据与落地细节上，而不是 API 记忆。
Agent 岗面试问题整理：规划、工具调用、记忆与评估的连续追问
一份 Agent 岗面试的完整追问记录，全场约五十分钟：从项目里最复杂的一次工具调用切入，覆盖 Agent 与普通大模型调用的边界、规划模块与工具异常的连续追问、长短期记忆设计、多 Agent 协作与评估指标，最后是售后工单 Agent 的开放设计题。
阿里巴巴 AI Agent 开发岗面经合集：长视频理解项目复盘
阿里巴巴 AI Agent 开发岗两场面试：围绕长视频理解 Agent 深挖 Planner-Executor-Critic 工作流的受控点与循环防护、混合检索策略、Checkpoint 分级与分布式锁、Agent 空转与死循环治理。
阿里云 AI Agent 开发岗面经合集：RAG 检索与存储优化
阿里云 AI Agent 开发岗两场面试合集：一面追问实习中 Agent 存储查询优化与完整存储链路，二面系统考察 RAG 的文档切分、向量与 BM25 混合检索、多跳检索、Query Rewrite、文档访问控制与长对话摘要压缩。
阿里云 AI 应用开发一面
阿里云 9.20 一面记录：前半段围绕 Agent 项目，追问工具串行与并行的取舍、多层上下文共享与压缩时机、工具调用轮次与多租户隔离，以及从 Hello Agent 改到 LangGraph 的改造；后半段是 SQL 执行过程、redo/undo/binlog、Redis 单线程与 Python 协程等八股。
阿里国际 AI Agent 开发岗面经合集：多 Agent 协作与记忆
阿里国际 AI Agent 开发岗两场面试：一面深挖 Agent 架构分层、工具调用原理、记忆系统分级与多 Agent 通信的不确定性治理，手撕二叉树最近公共祖先；二面围绕 Agent 自主改代码、MCP 与 Skill 的职责边界。
阿里云 AI Agent 算法一面面经全解析
阿里云 AI Agent 算法一面 20 题：KV Cache 显存估算、Agent 上下文治理与取消、MCP 调用流程、RAG 父子索引、ReAct 与 Plan 取舍、多 Agent 协作与死循环兜底，另考分布式 ID、缓存、Redis、ThreadLocal、Spring 与 TCP。
百度 AI Agent 开发岗面经：LangGraph 架构与高并发会员保障
百度 AI Agent 开发岗四场面试题目合集，围绕 LangGraph 迁移成本、Agent 评测集设计、Harness 工程、高并发下会员优先级保障，以及 MCP 与 Skill 的区别、KV Cache、TIME_WAIT 等基础题。
百度 AI Agent 开发岗面经：记忆模块与上下文压缩
百度 AI Agent 开发岗五场面试题目合集，重点考察本地 Agent 排查异常进程与沙箱并发、长短记忆冲突、企业内部知识问答 Agent 方案、Skill 与工具调用链路、上下文压缩，以及分库分表、CAP、缓存穿透等后端基础。
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。
Binance AI 全栈开发实习一面面经
Binance AI 全栈开发实习一面面经，全程约一小时中文面。前半程围绕实习与个人 Agent 项目展开，追问多 Agent 编排、质量检查不通过怎么办、RAG 规则维护、工具体系与 MCP/skill 的理解、异步路由的设计；后半程是渐进式手撕——先写存取款模拟，再让 AI 改写代码并由候选人挑错，最后加码到允许透支的结算顺序问题。
字节跳动 AI Agent 开发一面面经（含完整答案）
字节跳动 AI Agent 开发一面记录，围绕 Agent 项目闭环展开：简历评分的结构化输出、RAG 离线上传与在线问答链路、Harness 运行时治理、长程任务延迟定位、工具调用可靠性，以及上下文压缩与信息保真；算法题为构造小于 n 的最大数。
CVTE 数据分析师面经（含 AI 取数助手设计）
CVTE 数据分析师岗位面经，面试时间 9.21。题目覆盖职业规划、指标口径冲突的处理、经营分析驾驶舱设计、看板加载 20 秒的定位优化，以及自然语言取数助手的设计与验收、幻觉抑制、多 Agent 纠错、AI 写 SQL 的注意事项与业务推广。
美团核心本地商业后端一面：从 COW 追问到 Go 调度
美团核心本地商业后端一面：实习项目逐条深挖 COW 优化、插桩开销、异步日志完整性，八股覆盖 epoll 触发模式、TCP 拥塞控制、Go 的 GMP 与 defer、Raft 一致性，算法是零钱兑换和删除链表倒数第 N 个节点。
宁德时代工业 Agent 岗线下一面凉经
宁德时代工业 Agent 岗线下一面凉经，面试只有自我介绍与研究生课题两项，全程十分钟结束，面试官直接建议不要往 Agent 方向挤，作者判断岗位与自身方向不匹配。
绿盟科技 Agent 开发一面：全程 25 分钟的后端八股
绿盟科技 Agent 开发岗一面记录，全程约 25 分钟。作者自我介绍没讲完就被打断，项目只问了一点，之后一直在问 MySQL 和 Redis 八股，Agent 相关内容完全没有涉及；作者推测与面试时会议屏幕位置让面试官产生怀疑有关。
淘天集团 AI Agent 开发岗面经合集：RAG 链路与场景题
淘天 AI Agent 开发岗两场面试：场景题考 URL 瞬时流量冲击的处理策略与实时商品销量 Top-10 排行榜，另有会员价满减计价系统的 AI Coding；技术面围绕 RAG 链路、文档切分、Top-K 取舍与知识库权限控制。
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。
滴滴后端实习一面面经
滴滴后端实习一面深挖Agent异步任务系统，重点讨论Kafka与MySQL任务链路、失败恢复、幂等执行、乐观锁、任务租约和热点文档并发更新。
合肥某小厂Java后端面经
合肥某小厂Java后端面经，面试官围绕自学背景和AI Agent CLI项目深挖ReAct/Plan实现原理、AI辅助编程占比，并考察RAG基本流程等前沿知识点。
腾讯FDE岗位求职五项核心考察
腾讯FDE岗位求职考察要点，涵盖AI技术演进、主流落地产品、行业需求判断、Skill与专家团实操，以及面向客户的沟通协作能力。
小红书 AI 后端社招三轮技术面面经
小红书AI后端社招面经，技术面重点考察内容审核Agent、生态治理系统、MCP与Skill、AI Coding评审及线上故障处置，另包含HR薪资沟通复盘。
ThunderBit AI后端一二面面经
ThunderBit AI开发岗一面面经，视频面时长约55分钟，面试官为技术负责人，重点深挖状态机流程设计、分布式锁与幂等防重的区别、Redis热数据缓存设计动机及故障恢复方案，以及AI调用工具的完整流程。
字节跳动抖音AI全栈开发一面面经（三面已挂）
字节跳动抖音AI全栈开发一面面经，时长42分钟，深挖智能体ReAct模式执行流程、死循环成因与三层防护机制设计、原子状态机与三层记忆架构，以及记忆召回的隔离与准确性保障，Java基础考察类加载器等JVM知识点。
吉利科技AI后端开发面经分享
吉利科技AI后端开发面试经验分享，重点考察AI Agent设计、状态机应用、记忆管理策略以及MCP协议与Skill设计理念。涵盖Python技术栈下Agent交互逻辑、任务规划与流程编排等实战场景。
京东后端实习一面面经
京东后端实习一面面经。面试官深入考察了MySQL架构与索引、SpringCloudAlibaba组件原理（Nacos/Sentinel/Seata）、Redisson锁机制及线程池参数。同时重点考核AI Agent开发相关技术，包括微调、RAG、MCP协议及Spring AI底层原理。
美团实习AI后端开发一面面经
美团AI后端开发实习生一面面试，重点考察AI Agent架构设计、ReAct范式实现、MCP协议理解及长短期记忆机制。同时考察了Redis过期淘汰策略、Java基础及AI辅助编程工具的使用与规范。
美团AI全栈开发日常实习一面分享
美团AI全栈开发日常实习一面面经，面试重点考察大模型Agent架构设计、记忆机制（短期/长期记忆）、MCP协议对比及渐进式披露实现。面试包含项目深度拷打、代码演示及LeetCode链表算法题。
腾讯AI后台开发一面面经分享
腾讯AI后台开发一面面经分享。面试重点考察了高并发MySQL架构设计、Redis底层数据结构与一致性策略，并涉及AI Agent模型及计算机基础排序算法，适合后端求职者参考学习。
腾讯视频暑期实习 AI后台开发一面
腾讯视频暑期实习AI后台开发一面面经，涵盖MySQL高并发与事务、Redis数据结构（ZSet/跳表）、点赞业务表设计、Redis与MySQL数据一致性、AI Agent模型认知、归并/快速排序复杂度与稳定性等核心考点，已挂供参考备考。
谐云科技 Java 后端实习面经（AI+并发方向）
谐云科技 Java 后端开发实习面经，共两轮技术面。一面重点考察 AI 工具使用经验（RAG、MCP、Skill、Swarm Agent）及 Java 并发八股（线程池核心参数、synchronized、线程安全集合、MVCC）；二面深入业务痛点与 RAG 落地实践，并附经典智力题。适合备战 Java 后端+AI 方向实习岗位的同学参考。
快手后端开发一面面经
快手后端开发一面面经，重点考察AI Agent项目实践、RAG技术链路及Java基础八股。涉及Redis高性能原理、MySQL联合索引与最左匹配、ThreadLocal内存泄漏、Synchronized与ReentrantLock区别，以及手撕算法：最长回文子串。
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」