Agent 面试题

16 家 AI 公司面经汇总：8 道高频题与答题要点

汇总字节、百度、美团、滴滴、腾讯等 16 家公司 AI 岗面经后归纳出的 8 道高频题：不用框架手写 Agent 的模块拆分、RAG 召不到数据怎么排查、Agent 记忆管理与压缩、MCP/Skill 工具接入、KV Cache 与长文本显存、MoE 路由与负载均衡、LoRA 原理与 rank 选择，以及 Agent 开发与传统前后端开发的本质差异。

阿里巴巴控股三面面经（10.10，部门大 boss 面）

阿里巴巴控股三面面经：部门大 boss 面试约 40 分钟，先做个人介绍与项目背景介绍，再对背景和项目底层实现疯狂拷打，随后问对基础架构开发的理解和思考、AI 相关使用与对 Agent 开发的了解，最后是反问，面完直接约了 HR 面。

阿里千问 Agent 开发二面

阿里千问 Agent 开发二面面经，11 问集中在 Agent 工程：LangGraph 架构组件、Function Calling 原理与工具调用的常见坑、Query 改写、多轮对话缺陷与 Prompt 拼装顺序，另有手写快排。

阿里千问 Agent 开发二面

阿里千问 Agent 开发二面面经，11 问集中在 Agent 工程：LangGraph 架构组件、Function Calling 原理与工具调用的常见坑、Query 改写、多轮对话缺陷与 Prompt 拼装顺序，另有手写快排。

阿里云 Agent 开发一二面

阿里云 Agent 开发岗一面二面记录：一面从实习经历切入，考进程与线程的区别、进程切换开销、如何设计比线程更轻量的调度单元，并手撕 K 个一组反转链表；二面围绕 Agent 自进化原理与影响因素、预训练与 SFT/RLHF 的差异、知识体系构建和工作方向选择展开。

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。

百度 Agent 一面：Trace Hook、SSE、幂等、工具并发

百度 Agent 一面面经：项目拷打后考 LLM Runtime 与 Tool Runtime 的职责划分与模型路由依据、错误重试的分类与参数错误处理、SSE 与普通 HTTP 和 WebSocket 的区别、多轮工具调用的上下文管理与截断风险、工具超时与并发调用、幂等保证、Trace Hook 的分层设计，最后手撕反悔贪心与堆。

百度 Agent Harness 一面面经

百度 Agent Harness 后端一面记录：基础环节约 20 分钟，全是不给标准答案的现实场景题，覆盖链路收发不一致的排查、联合索引失效、代码量放大后的性能断崖、read 与 mmap 读大文件；手撕是 LRU 变种；最后讲整个 Agent 从 query 到返回结果的全链路、降级与检索融合参数。

b站（哔哩哔哩）Java 开发一面面经：线程池、AQS、JVM 与取数 Agent

b站会员购 Java 开发一面面经：无手撕，先问实习转正、工作地点与 offer 情况，再考线程池原理、AQS、JDK 8/13/17/21 的内存结构与 GC 变化、聚簇与非聚簇索引、explain 关注点，随后深挖滴滴取数 Agent（ReAct、框架选型、GC 治理、线程池批量查询）与校园招聘智能助手项目，最后问 Spring 事件总线与对 AI 冲击程序员行业的看法。

字节跳动 Agent 开发面试：Harness 设计、上下文管理与长任务排查

字节跳动 Agent 开发岗面试记录：围绕自研 Harness 与 LangChain 的区别、Agent Loop 与状态管理、上下文与长期记忆、工具调用容错、多 Agent 协作和长任务排查展开约 30 道追问，另有一道合并嵌套 JSON 的手撕题，并延伸到 HTTPS 加密、进程与线程、ThreadLocal、Spring 容器、MySQL 去重等基础题。

字节 AI 全栈二面：八股一点都不问，全程项目 + AI 工具

字节跳动 AI 全栈二面面经：全程围绕 Agent 平台项目与 AI 使用习惯，考问答链路与意图识别树、MCP 工具使用注意事项与失败处理、AI 生成代码的质量兜底、工具调用结果缓存与长期偏好存储、敏感信息脱敏，最后手撕反转链表并追问线程池配置。

字节后端一面凉经

字节跳动后端开发一面面经，先围绕 Agent 与 RAG 项目深挖请求链路、工具执行方式、熔断降级与检索评测，再转到进程线程协程、内核态用户态切换、乐观锁悲观锁等并发八股，最后手撕力扣 253 会议室 II。

字节跳动抖音开放平台一面面经：TTU 指标归因、Agent 链路与 Vue 响应式

字节跳动抖音开放平台一面（内部跨转）几乎全程围绕实习项目追问：自定义性能指标 TTU 的统计口径与优化归因、资源调度与劣化事件拦截、意图识别链路、生成 UI 报告的技术选型和 planner 的作用、Agent 作业诊断的整体链路；八股考 Vue 响应式更新原理与 Agent 和 LLM 的区别、循环流程、工具调用和记忆，手撕题是用有限状态机解析 Markdown 的加粗语法。

传化智联一面面经：Agent 框架、上下文优化与 JDK 对象生命周期

传化智联一面面经：实习中的难点与解决方式、Agent 框架层设计与上下文优化、JDK 源码与对象从创建到销毁的生命周期阶段、MySQL 索引，以及优缺点、期望工作地点与薪资等问题。

CVTE 一面面经：Kafka、Redis 与 SSE 选型

CVTE 一面凉经，无手撕共 10 题：Kafka 消息丢失、Redis Bitmap 设计、RAG 文档分块、SSE 与 WebSocket 选型、Agent 意图理解、OOM 与慢索引排查、设计模式、浏览器请求全链路。原帖未写明具体岗位。

得物 Golang 一面：并发 map、超时控制与 Agent 设计

得物 Golang 开发一面记录：从 goroutine 与操作系统线程的关系切入，连环追问并发读写原生 map 的崩溃原因、去掉运行时标志位校验和写不同 key 时的后果，随后是 800ms 预算下并发查三个下游的超时设置与 context 取消、大批量查询的并发限制，最后落到 MySQL 唯一索引与 Redis 分布式锁的订单幂等方案，以及客服 Agent 的双数据源检索、工具参数校验、工具膨胀与回答质量评测。

滴滴 Agent 岗面经：智能客服与行程规划 Agent 设计

滴滴 Agent 岗面经，全程围绕真实项目与技术选型追问依据：智能问数的数据误差归因、幻觉优化、知识库增强与微调的适用边界、基座与微调数据选择、评估体系、verl 中的 agent loop、GRPO 与 on-policy/off-policy 取舍，以及出行场景智能客服的对话状态管理、工具编排、兜底与服务质量评估，行程规划 Agent 的长流程上下文、断点恢复、多 Agent 并发改文件的冲突处理，手撕买卖股票 II 与编辑距离。

多益网络校招面试（技术面 + HR 面）

多益网络校招面经，记录从网申、测评、笔试到技术面和线上 HR 面的完整流程：技术面围绕检索与 Agent 项目深挖，问了上下文熔断、BM25 与向量索引重排序和 RAG 全流程，HR 面则复用网申观点题并追问加班看法。

恒生电子一面面经

恒生电子技术岗一面面经：围绕日常使用哪款 AI Coding 工具、如何对比生成代码质量展开，另问实习项目的人员分配、职业规划、实习经历以及对 Agent 的了解。

靖安科技全栈开发三面

靖安科技全栈开发三面面经，全程围绕简历深挖：空域协同指挥平台的十万级无人机渲染、向量检索系统的切片优化与召回重排、运维 Agent 的工具调用与长期记忆机制，以及「故障诊断从 15 分钟缩短到 1 分钟」这类指标的测量方式。

经纬恒润 AI 应用开发一面面经

经纬恒润 AI 应用开发岗一面面经，约 30 分钟、无手撕：开场问转行与离职原因，主体是 RAG 实习项目的双路召回、意图识别、评测指标、文档解析与图片表格处理，以及个人 Agent 项目的框架选型、MCP 与长短记忆实现。

快手 AI Agent 开发凉经：如何定义 Agent？

快手 AI Agent 开发面经：先考对 Agent 本质的理解与 ReAct 在工程实现上的要点（循环驱动、上轮结果传递、单独管理的状态与停止条件），再深挖 Skill 与 workflow 的对比与好 Skill 的判据、高合规场景下的越权风险、Skill 的验证与低成本大规模评测，以及工具失败与任务中断后的状态保存与恢复，最后手撕反转链表并追问线程池。

满帮 AI 全栈开发一面面经

满帮 AI 全栈开发一面，约 50 分钟，全程围绕一个「PRD 转研发文档」的 Agent 平台深挖：六阶段串行流程的稳定性、SSE 进度推送与断线重连、MySQL 加 RocketMQ 的状态机与幂等、Redis 分布式锁，最后是一道批量导入场景题和两道智力题。

美团 Agent 开发一面：Markdown 没标题怎么切分？

美团 Agent 开发一面面经：以“周末去南京玩两天”的行程规划 Agent 为主线考工具编排与异常处理，深挖 RAG 的 Markdown 切分、短 Query 与长 Chunk 的向量化对比、混合检索与 RRF，另含电商搜索排序 Agent 与推荐理由评估。

美团 Agent 开发凉经：项目匹配度不够，但问题很经典

美团 Agent 开发面经：从 Agent 项目架构与 RAG 流程切入，考多 Agent 的任务分配、执行状态管理与结果汇总，上下文与长短记忆的分层设计和记忆冲突处理，意图识别与评测集构建，工具失败与 Token 成本优化，并让现场设计行程规划 Agent、追问 Markdown 切分与混合检索融合，最后手撕线程安全 LRU。

美团秋招AI后端一面二面面经（食杂零售）

美团食杂零售 AI 后端秋招一面二面面经：一面围绕实习中的 Agent 平台、SSE 与跨语言通信、Skill 设计与慢 SQL 排查；二面深挖信审链路、令牌桶限流与聚簇索引。

米哈游 AI Agent 一面：代码生成链路、并发隔离与手撕 LRU

米哈游 AI Agent 一面实录，前半场深挖代码生成系统：从输入到产出的全链路、上下文超限与 1M 窗口也不够时的工程方案、服务重启后的断点续传、多 Agent 改同一文件的冲突与分布式锁、Codebase Memory 与知识库检索、代码审查与测试用例生成；后半场是 MySQL 索引 B+ 树、Spring Bean 注入、大模型缓存与并发优化，最后手撕 LRU 并追问泛型、过期时间与线程安全。

米哈游 大模型算法 面经：LoRA 一致性、Agent 与推理优化

米哈游大模型算法岗面经：ACM 模式代码题加三道手撕（岛屿数量、rand7 实现 rand10、冒泡排序），技术题覆盖 LoRA 原理与一致性控制、大请求量下的 QPS 保障、Agent 使用经历、实习期 60 多个自动化验证用例的追问，以及多模态视频输入与视觉幻觉缓解、embedding 与 reranker 的分工、ANN 选型、Transformer 与 Attention 复杂度、KV Cache、GQA/MLA、vLLM、Flash Attention、稀疏注意力和推理变慢的排查思路。

网易 Agent 开发一面：SSE 与 Streamable HTTP、MCP 版本兼容、记忆分层设计

网易 Agent 开发一面实录，30 余题几乎全落在 Agent 工程链路上：MCP 的四种传输方式适配与版本兼容、工具数量膨胀后怎么取舍、工具调用准确性、对话 Agent 的会话表与消息表设计、分层记忆与上下文压缩、缓存穿透击穿雪崩、布隆过滤器、缓存与数据库一致性、RAG 流程与准确率，最后手撕最长递增子序列，并追问项目里的子图拆分理由与 Skills 机制。

蔚来 AI 测试开发一面：上线准入、评测集分层与 Agent 线上评估

蔚来 AI 测试开发一面面经，题目全部围绕「怎么证明一个 AI 功能可以上线」：如何判断 AI 功能达到上线要求、朋友圈三天可见怎么设计测试用例、Bad Case 如何定义与入集、评测集如何分层、F2E 自动生成的测试代码如何验证、Case 与接口映射错误如何避免漏测、如何验证线上 Agent 的评估能反映真实体验、测试用例库是否都该人工编写、Figma UI 稿解析工具的测试重点。

绿盟 C++开发一面：core 分析、内存泄漏与增量渲染

绿盟 C++ 开发一面面经，覆盖面很宽：core 文件分析、内存持续上涨的判定、虚拟内存与物理内存映射、匿名内存与文件映射的区分，再到异步任务框架的超时取消重试、多智能体并行去重、大模型上下文压缩、MCP 工具调用的参数与权限边界，以及 Markdown 增量解析和数据库索引/锁等待排查。

去哪儿 AI 应用开发（Java）10.11 笔试：翻转灯颜色求有效对数量

去哪儿 AI 应用开发（Java）最后一批笔试复盘：10 道单选覆盖操作系统、SQL、后端与 Agent，一道赛码网自带的 AI Coding（20 分钟一次通过 32 个用例），算法题是一排双色灯的「有效对」数量——相邻两盏灯颜色不同、权重之和等于目标值、索引一奇一偶，每次翻转一个灯的颜色后都要输出当前有效对的数量。

顺丰 AI 全栈一面：ReAct 循环、缓存命中率与知识库 pipeline

顺丰 AI 全栈一面面经（10 月 8 日），半小时无手撕无八股，面试官主问 AI 与实习：ReAct 循环的实现与终止条件判断、最大迭代次数的定法、实测最复杂任务，以及 prompt caching 与 KV Cache 的原理和命中率优化；后半段深入供应链知识库建设，追问 LM Wiki 从 raw 文档抽 concept/实体/边的 pipeline、节点变更的影响面分析、多语言翻译插件为什么用 ES 做语义召回。

顺丰 Java 后端一面面经（无手撕）

顺丰 Java 后端一面面经（无手撕）：线程池的参数、任务入队流程、有界与无界队列取舍、拒绝策略与无界队列 OOM 的排查和工具（含 Arthas）；Redis 为什么快、分布式锁与 Redisson 锁续期、应用内存与 Redis 内存的区别及缓存架构设计；MySQL 的 B 树与 B+ 树对比、Kafka 高水位线，以及 Agent 项目的记忆模块、上下文压缩与 LangGraph 编排是动态还是线性。

虾皮 Agent 开发一面

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。

水滴校招测试一面：Skill 准入、上下文污染与敏感信息泄露测试

水滴校招测试岗一面面经，全程围绕 Agent 类系统的测试方法：一个 Skill 从注册到被 Agent 使用要验证哪些内容、AI 生成用例如何判断真有价值、如何验证 Agent 的最终答案不是「看起来正确」、如何测试多轮对话的上下文污染、没有标准答案时如何验证 Skill 输出质量、Skill 调用链路的异常测试、Skill 描述歧义的判断方法、敏感信息泄露测试，以及 Agent 的发布准入标准。

中科曙光 AI Agent 一面

中科曙光 AI Agent 一面面经（2026-10-08 17:30）：从实习与项目的关系开始，围绕 Agent 项目本身连续追问——数据来源与测试过程、系统运转流程、工具如何闭环与选择、提示词与约束怎么写、多次工具调用怎么支持、Agent 循环怎么处理、ReAct 怎么做、RAG 知识库流程、取不到数据怎么排查、Agent 分几个模块、不用框架要手写哪些部分。

淘天 Agent 开发二面：30 多道场景题与系统设计追问

淘天 Agent 开发二面：面试官不开摄像头、开场直接抛场景题，全程围绕智能客服 Agent 的职责拆分与记忆设计、高并发下的容灾降级、大模型在推荐链路各环节的作用、双塔与生成式召回的取舍、信息茧房与 AB 实验，以及 Skill 治理、部门知识沉淀、动态 workflow、幻觉与事实锚定、多 Agent 协作和模型调用链路优化，最后手撕双塔召回的前向传播。

腾讯大模型算法岗一二面面经

腾讯大模型算法岗一二面记录：一面考注意力实现、ReAct、多轮工具调用的 RL 损失与 GRPO、GSPO，并手撕多头注意力；二面考多工具 Agent 训练、rollout 奖励与 LLM Judge 评估。

腾讯大模型算法岗一二面面经

腾讯大模型算法岗一面二面面经：一面考多头注意力实现、ReAct、多轮工具调用的 RL 损失与 GRPO、GSPO；二面考多工具 Agent 的 SFT、rollout 奖励与端到端时延归因。

腾讯多模态算法岗一二面面经

腾讯多模态算法岗一面二面记录：一面从论文研究背景与数据集搭建切入，考到 LoRA 与 Adapter 原理、Qwen2.5-VL 架构、SAM 系列差异、RAG 与开放场景追踪设计；二面深挖 SAM3 训练流程、CLIP、门控机制、LoRA 初始化细节，并追问业务与职业规划。

同花顺一面面经（10.9）

同花顺后端一面面经：先聊教育背景、科研方向与实习难点，随后深挖接口异常与网络波动下的稳定性、重试设计、跨系统调用幂等与并发安全，并追问如何用 AI 做技术选型和线上问题定位、如何借 Trace 与定时分析改进 Agent 系统。

传音测试开发一面：等价类划分、接口自动化与AI测试

传音测试开发一面面经：以测试基础与 AI 认知为主线，覆盖等价类划分举例、bug 争议与无法复现的处理、OCR 字符准确率与召回率、接口自动化里的 token 管理，以及测试岗位价值、AI 与测试的关系、AI 会不会取代测试。

小红书风控研发一面到三面面经：从归因 Agent 到秒杀链路设计

小红书风控研发岗一面到三面完整记录。一面围绕风控归因 Agent 的项目深挖、风控业务认知与 AI 实践展开，技术题是秒杀链路设计、Redis Lua 扣减、缓存一致性、单行 TPS 上限与请求合并，外加一道反转链表；二面深挖实习精力分配、处置平台能力、智能体选型与上下文压缩调研；三面追问项目收益与难点。

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。

小鹏 AI 安全一面：Agent 的 Guardrail、对抗性测试与敏感信息处理

小鹏 AI 安全一面面经（10 月 8 日）：从岗位理解开场，随后围绕实习里做的 Agent 安全能力展开——有没有对可靠性输出做过对抗性测试、有没有构造越界与边界数据集、Guardrail 怎么实现、校验类规则的可靠性怎么保证、剩余错误集中在哪些方面、输入到 Agent 的敏感信息怎么处理，最后聊开发与安全的倾向和职业规划。

月之暗面 Agent 应用开发：上下文超限，连追五层

月之暗面 Agent 应用开发面经：围绕 Agent 核心模块与 Harness 理解、ReAct 与 Plan-and-Execute 的取舍、多 Agent 并行状态管理与隔离、工具数量与返回结果的上下文治理、上下文超限后的摘要与分块跨块关联、工具失败重试、沙箱安全与 Prompt Injection 防范，最后手撕 LRU Cache。

智谱 AI Native Builder 实习面试：31 问深挖项目与 Agent 权限

智谱 AI Native Builder 实习岗面试记录：开场是年级、住址、老家、高中、论文压力、可实习时长这类个人信息追问，中段考岗位理解与 AI 工具使用习惯，主体是围绕质量数据系统深挖系统架构、团队分工、意图识别与数据路由，再集中追问 Agent 敏感数据防导出、敏感数据权限、工具调用权限校验、越权防护，以及知识库的切分、检索与权限设计、倒排索引的匹配局限和整体效果优化，最后要求手写一个敏感数据导出拦截函数（伪代码）。

Agent 应用工程师面试题库：工具调用、记忆检索与线上排障

一份 Agent 应用工程师面试题库，按「主问题 + 逐层追问」组织，覆盖 Function Calling 链路与容错、结构化输出、记忆与上下文预算、RAG 幻觉排查、死循环兜底、写操作幂等、Prompt Injection 防护与线上排障。

硕2社招面了 50 多场 Agent 方向复盘

硕士毕业两年、后端加 Agent 方向的社招复盘：三个月面了 50 多场，在职准备常到凌晨，周末也很少休息。核心体会是大厂不会只问 Agent，后端基础、算法手撕、项目深挖、场景设计一样不少，社招最大的隐性成本是信息差。

27 届秋招 AI 面试全程：Agent 系统设计、记忆模块与万级并发后端

27 届秋招 AI 面试全程：从 AI Coding 工具、传统技术栈问到 Agent 系统设计与记忆模块，再考 Rust WebAssembly 与 Java 后端配合的在线考试系统、万级并发后端设计与 RAG 学科路由。

阿里 ATH Infra 平台开发一面面经

阿里 ATH Infra 平台开发一面面经，围绕项目重构、AI 提效、多媒体和大文件处理、模型成本与效果平衡、Agent 平台化、冷热分离及 Kubernetes 生产经验展开。

阿里巴巴高并发业务系统后端面经

阿里巴巴业务系统后端面试，重点考察积分抽奖、高并发缓存与消息可靠性、数据库索引、Agent网关和分布式系统设计。

阿里后端开发岗面经 06：Agent 记忆与秒杀设计

阿里巴巴集团后端开发岗两场面试的问题合集：第一场围绕 Agent 体系展开，从 ReAct 与 Plan 模式的区别、MCP 工具实现、长短记忆到多 Agent 协作的 Worktree 冲突，随后转入 Kafka 投递与幂等、Java 类加载、线程池参数和 HashMap 底层；第二场集中在项目复盘，包括 AI 提效项目中的角色、平台重构方案、多媒体文件处理，以及模型成本与准确率的平衡。

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。

千问 AI 研发一面凉经：Agent 设计、工具调用与 LangGraph

千问 AI 研发一面凉经：13 问几乎全压在 Agent 上——Agent 与固定 workflow 的边界、工具调用的幻觉与错误处理、循环终止条件、LangGraph 图流转、Skill 粒度与评测，最后发现岗位偏移动端和前端。

阿里千问二面：Agent平台、评测体系与训练基础

阿里千问二面面经，共29问。前半场深挖Agent工程化：Skill与CLI及Runtime职责划分、工具调用链路、评测系统与Trace指标、自研评测取舍、多用户会话隔离；后半场转向Transformer原理与训练推理基础设施。

阿里千问 C 端大模型算法一面：推理数据与 PRM

阿里千问 C 端大模型算法一面记录：围绕实习中的长/短思维链推理数据、图像依赖较强的题目怎么提升、训练效果不好时的排查、图文数据构建、PRM 的 reward 设计与训练、Agent 实践展开，最后是两道题——抛硬币的概率期望与 badcase 数据池的采样提升方案。

千问事业部一面面经

千问事业部一面，覆盖Java基础、算法、HTTPS、React Native跨端原理及Agent能力边界。

阿里云二面面经：Agent 框架选型、工具权限隔离与上下文压缩

阿里云二面面经，9 月 21 日。围绕一个 Agent 项目连环追问：用户群体与业务价值、为什么选 LangGraph 与 Deerflow、工具权限隔离、群聊与私聊的上下文区别、长期记忆与上下文压缩、工具调用的异常超时重试与模型排队调度。

蚂蚁二面：Agent Runtime、读写鉴权与 AI Native 转型

蚂蚁二面 13 问：Agent Runtime 设计、知识库与 Skills 的分工及覆盖验证、读写操作的鉴权与风险控制、长任务中 Plan 的作用，以及 AI Native 分阶段规划与自研 Agent 还是做插件的取舍。

蚂蚁集团大模型算法岗面经 01：多模态与 Agent 合集

蚂蚁集团大模型算法岗面经合集（八场）：多模态监督粒度、反向 KL、GRPO 与 DAPO、奖励黑客与视觉 token 压缩，另含二级缓存、MQ 幂等、RAG 检索评测、Prefill/Decode 分离与 GQA、KV cache。

蚂蚁集团大模型应用面经合集：业务中台与 RAG 知识库

蚂蚁集团大模型应用方向四场面试合集：一面围绕跨境售后工单中台，追问单机迁集群的典型问题、幂等 Token 与雪花算法时钟回拨、订单状态机中间态与评论分库分表热点治理；后三面深挖 RAG 知识库的采集更新、静态知识库与动态检索取舍、图 RAG 实体一致性，以及 Agent Memory 分层晋升与 Spring AI 记忆机制。

蚂蚁集团大模型算法岗面经

蚂蚁集团大模型算法岗多轮面经汇总，重点考察 PPO/GRPO 的四个模型与损失函数、KL 估计方式、rollout 与 batchsize 的资源关系、拒绝采样、Agent 记忆系统设计与 vLLM 推理加速，另有 RAG 混合检索与术语消歧、LoRA 微调层选择、高并发低延迟部署等落地问题。

蚂蚁集团大模型算法岗面经合集：RAG 与 Agent 工程

蚂蚁集团大模型算法岗五场面试合集，覆盖意图识别、RAG 流程与优化、Function Call 原理、Agent 与 MCP 概念、Java 线程池与并发基础、秒杀与转账场景的锁和事务设计、HTTPS 安全机制及线上稳定性保障。

百度智能体算法二面：工具调用语义校验与状态机

百度智能体算法二面记录，围绕 Agent 工程化：工具调用参数「类型对语义错」的分层校验、重试卡死与循环调用的兜底、CoT/ReAct/Plan-and-Execute 选型、长上下文硬约束保持，以及图片理解 Agent 的评测与排查。

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。

百度 Agent 后端三面：Agent 编排与动态知识库

百度 Agent 后端三面面经。前半场交流内部 AI 研发提效平台与动态知识库方案，后半场深挖 Agent/Skill 项目：优化前后耗时、Plan-Action 轻量化后自愈是否受损、多 Skill 串联的质量准出与性能权衡。

百度 Agent 秋招算法岗一面二面面经（附 Top-K 采样手撕）

百度 Agent 秋招算法岗一二面面经：一面围绕多 Agent 架构与分工、长期记忆检索、评估手段展开，手撕区间差集与带温度系数的 Top-K 采样；二面追问三级记忆的必要性、记忆评估指标、双引擎存储与混合检索，手撕生成有效括号。

百度 Agent 秋招算法岗一面二面面经（多智能体与三级记忆）

百度 Agent 秋招算法岗一二面面经：一面深挖多 Agent 的分层架构、子 Agent 职责分工与异常容错、长期记忆存储与评估，手撕区间差集；二面追问三级记忆体系的必要性、双引擎存储与混合检索，手撕生成有效括号。

百度 AI 全栈（偏前端）一面：React 与 RAG、MCP 到 Agent

百度搜索 AI 全栈（偏前端）一面约一小时：前半段是前端八股，React 与 Vue 的异同、Fiber 架构；后半段全在 AI 工程上，Agent 与 LLM 的区别、MCP 通信协议与 tools 的区别、RAG 完整流程与 chunk 颗粒度控制，最后手撕 hot100 二选一。

百度AI测开二面：Agent评测与检索质量

百度AI测试开发二面面经，9.21面试、全程约50分钟，几乎全在拷打项目。围绕Agent安全性设计、技术难点、测试体系与评测、检索性能与重排序、幻觉处理、Agent协作模式优劣、LangGraph框架选型，以及自动生成测试用例的Agent方案。

百度 AIGC 多模态智能体算法工程师一面：Agent 框架选型与手撕最大子数组乘积

百度 AIGC 多模态智能体算法工程师一面面经，9 月 22 日。先聊实习经历与 Agent 宿主、框架选型，再手撕含正负数的最大连续子数组乘积并要求额外空间 O(1)，追问状态转移与空间压缩，最后确认实习时间与工作城市偏好。

百度 AIGC 多模态智能体算法工程师二面：工具路由、MCP 与两道手撕

百度 AIGC 多模态智能体算法工程师二面面经，9 月 24 日。考察 Agent 与 Tool 定位、工具从十个扩到成百上千时的路由命中、MCP 与普通 API 的差异、长上下文与记忆分层，手撕滑动窗口最大值与和为 K 的连续子数组个数。

百度后端二面：故障诊断 Skill 与效果评估

百度后端开发一面凉经 全程 AI 八股

百度后端开发一面凉经，作者主攻 Java 八股却几乎全被问 AI：Spring AI Alibaba 选型、ReAct 与 Plan-Execute-RePlan、Function Calling 与 JSON Schema、流式半截 JSON、多 Agent 派发与上下文超限，另有 RAG、Lua 抽奖、HashMap 与手撕螺旋矩阵。

百度一面：链路追踪、Agent 诊断评测与 RAG 管理

百度一面面经：以微服务链路追踪与 Agent 故障诊断为主线，追问跨语言 trace 如何拼接、服务与数据库实例如何定位、Agent 诊断的评测方式与 RT 长尾、RAG 新旧版本管理，以及让模型执行 SQL 时的脱敏与安全边界，另有两道可观测性场景题。

百度后端开发岗面经 11：五场面试问题合集

百度后端开发岗五场面试的问题合集，面试时间集中在 2026 年 8 月 10 日至 8 月 20 日：前两场偏语言与网络基础，涵盖 C++ 与 Java 的内存管理差异、字节序、Elasticsearch 选型、虚拟线程与 TCP 粘包；后三场围绕 Agent 项目深挖，从风险闭环、多级召回、context engineering 到公共库与私有库的数据隔离，同时反复考 Redis 与 MySQL 的一致性和秒杀设计。

百度后端 9 月 17 日笔试：基础题、Prompt 与辅助编程

笔试包含十五道单选、五道多选、编程题、Prompt 任务与辅助编程任务，考点覆盖后端基础和机器学习。

百度大模型算法岗一二面面经（对齐、Agent 与多模态）

百度大模型算法岗一面二面面经合集。一面围绕对齐算法选型（GSPO 与 PPO、GRPO 对比）、视觉语言模型、多智能体拆分与记忆、Qwen 多模态与 MRoPE、RAG；二面深入 ReAct、SFT 与 RLHF 数据、奖励模型、检索选型与 QKV。

北京某金融公司 Java 实习面试：Agent、索引与 Redis 热点

后端实习面试，围绕项目和实习深挖，涉及多 Agent 编排、辅助编程、MySQL 索引及 Redis 热 key、大 key。

BIGO 后台开发 秋招二面面经

BIGO 后台开发秋招二面记录，题目集中在系统设计与 AI 工程结合的方向。包括客户端到服务端的图片安全上传链路、网关层防重放与限流设计、Skill/Agent/RAG/MCP 各层职责划分与加载顺序、客户端 AI 的模型版本升级与灰度、离线评测与线上指标体系、断网时的状态一致性和高并发行为数据上报的优先级隔离。

BIGO Java后端一面面经

BIGO Java后端一面面经，围绕外汇汇款 Agent、槽位提取与风控、Redis 缓存和分布式一致性、RAG、HTTPS 及三数之和展开。

哔哩哔哩AI应用开发实习一面面经复盘

哔哩哔哩 AI 应用开发（Agent 方向）实习一面复盘，全程场景题：FFmpeg 抽帧与关键帧依赖、千万级视频异步分层与背压、Agent 模块解耦与数据契约、多模态时间戳对齐、沙箱隔离与 JVM 调优，最后一道字符串替换手撕。

波克二面：JVM、OOM 排查与用 Agent 做监控分析

波克应用研发二面面经，围绕 JVM 与垃圾回收：CMS 如何判定可回收对象、OOM 排查路径、jstat 老年代占比的含义，并延伸到用 AI 分析 OOM、设计 OOM 排查 Agent 与抑制工具调用幻觉。

字节Agent秋招二面 全程深挖RAG系统与一道随机算法

字节 Agent 方向秋招二面几乎全程压在简历上的 RAG 系统：Markdown 分块与父子块聚合、尾块处理、图片入库的推理开销、问题改写与子问题拆分、混合检索与重排，最后是一道 random5 构造 random7 的算法题。

字节 Agent 开发后端日常实习一面：RAG 检索与评测深挖

字节 Agent 开发后端日常实习一面面经，全程沿简历里的两个 Agent 与 RAG 项目下钻：LangGraph 工作流选型、AI 合成评测集的构造与质量控制、BM25 与向量检索的混合召回、RRF 融合、Cross-Encoder 重排的必要性，最后是一道偏简单的贪心手撕题。

字节一面 Agent 岗：ReAct、幂等与上下文压缩连环追问

字节跳动 Agent 方向一面面经，围绕一个复杂 Agent 项目连环追问：架构分层、ReAct 实现与结构化输出、tool call 非法参数的校验重试、超时与幂等 key 设计、上下文压缩与任务恢复，最后手撕嵌套 JSON 合并。

字节跳动广告 Agent 一二面：skill 平台与秒杀设计

字节跳动广告团队 Agent 一面二面：一面问 Redis 分布式锁、MySQL 聚簇索引、内部 skill 平台与本地 runtime 设计；二面问 AI 提效复盘、秒杀系统设计，以及 skill 与 Function Call 的区别。

字节 AI Agent 开发一面 30 题全记录

字节 AI Agent 开发一面 30 题记录，分项目深挖、Agent 与 RAG 核心、八股、手撕、工程场景五组。重点在长期记忆的存储设计、上下文压缩的取舍、多 Agent 防死循环、父子切块与混合检索重排，以及工具成功率统计的手撕题。

字节 AI 应用工程师一面：数据分析 Agent 设计与 Go 并发

字节飞书多维表格方向 AI 应用工程师一面挂经，约 70 分钟：算法手撕后是 Agent runtime 与评测体系的深挖，接着是一道数据分析 Agent 的场景设计题，最后落到服务治理、MySQL 索引与 MVCC、TCP 发送窗口和 Go 的 GMP 调度。

AI Coding 笔试拿 offer 的三个心法

连挂三家大厂 AI Coding 笔试后的复盘：面试官真正考察的是准确描述问题、判断 AI 代码正确性、出错时快速修正三件事；给出伪代码引导、让 AI 自测你当裁判、准备三个万能代码模板三个核心技巧，以及三个必踩的坑。

字节跳动（飞书）AI 全栈一面：Agent 项目与性能优化

字节跳动（飞书）AI 全栈一面，净时长约 1 小时。项目侧深挖 Agent 架构与 Skill 规则遵从、视频链路的 OOM 与分块上传；基础侧问 MySQL 索引与 SQL 优化；编码题为 10 万位大数相加，另问堆与一致性哈希。

字节跳动后端一面面经（Agent 与 MCP 方向）

字节后端一面，前半小时深挖 AI Agent 项目：底层设计优化、MCP 与 RPC 接口的区别、开发 MCP 最要紧的是什么、出参入参出错怎么防、Skill/workflow/Agent 三者的联系与区别、为什么用 Agent 而不是把能力写成 Skill、评审准确率等指标怎么算；后半段转后端八股：Redis 用 Lua 预扣减后为什么还要乐观锁兜底、消息 exactly once 下还要不要兜底、强一致与最终一致、Redis 主从同步传的是什么。最后 20 分钟两道手撕。

字节跳动后端一面：Agent 项目、代码审查与客服系统设计

字节跳动后端一面面经（9.16）：先讲参与最深的 Agent 项目与个人工作（最难最亮眼的地方、错漏召回效果、离职原因），随后给出一段「DB 查工单并缓存」和一段 Java 转账代码让候选人现场找问题，追问优惠券限领不超发与转账事务实现、何时需要分布式事务，再问 AI Coding 时代程序员还要不要会写代码、从零设计云产品智能客服，手撕岛屿数量，最后问主动发现并落地的问题。

字节后端二面：Agent 优化、ReAct 伪代码与四道手撕

字节后端二面面经（9 月 30 日），无反问、面试完当场懵。问题集中在实习项目里 Agent 的底层优化、ReAct 循环的伪代码实现、线程池代码 CR、HashMap 与数组为什么是 O(1)、以及 MySQL 深分页优化，另有四道手撕：ReAct 伪代码、线程池 CR、深分页改写、求第 n 个素数。

字节后端面经：异步任务恢复、规则系统与文件存储

汇集 9 月 8 日至 15 日的四场后端面试记录，涉及国际化广告、TikTok、Java 基础、异步任务恢复及规则系统扩展。

字节 260901 一面面经

字节跳动 AI 大模型开发平台后端一面，面试岗位属数据平台方向：实习项目深挖 Agent 迭代与回归评测、文档切分与长上下文、离线评测与线上观测、长程任务评测，个人项目考意图消歧与 Agent 框架选型，场景题讨论通用 Agent 的效果评估与竞品比较，最后两道手撕。

字节数据中台 Agent 全栈面经：一面二面与手撕题

字节数据中台 Agent 全栈面经，两面共 13 问：一面深挖两个实习项目并手撕二叉树右视图，二面继续拷打项目、手撕前缀树，重点考应用层与传输层职责、浏览器到机房全链路、Skill 与 Tool 的取舍、SSE 原理。

字节跳动抖音电商 Agent 开发一/二/三面

字节跳动抖音电商 Agent 开发一二三面：一面考 MySQL 索引设计、Redis 并发与分布式锁、LRU 实现；二面审 AI Coding 方案与长文档上下文；三面深挖实习与 Agent 项目。

字节跳动 抖音电商 Java后端 日常实习面经（三面 + HR）

字节跳动中国交易与广告-抖音电商日常实习全流程面经，含一面、leader 二面、三面和 HR 面共四轮。项目侧深挖 RAG 知识库的检索链路与决策机制、优惠券秒杀的高并发设计；八股覆盖反射、IoC、热点 key、联合索引；手撕考了打家劫舍、下一个排列和一道多线程扣减超卖的代码阅读。

字节剪映 AI 应用开发一面：Agent 工程四十五问

字节剪映 AI 应用开发一面共 45 问，几乎全部围绕简历上的 Coding Agent 与知识社区项目深挖：工具调用链路、大文件读取的返回设计、上下文持久化策略、安全执行与沙盒边界，最后落到 Redis Bitmap 计数、MySQL 索引、有效的括号与测试用例设计。

字节跳动剪映AI前端一面面经（Agent框架+性能优化）

字节跳动剪映AI前端（base深圳）一面面经，视频面。深挖自研Agent框架的ReAct循环、多Agent拆分、上下文管理与缓存命中、MCP与Skill关系，另考察Agent卡死排查、React性能优化与防劣化，编码题LRU Cache。

字节、美团、B站 AI Coding 笔试五大题型拆解

作者秋招连续参加字节、美团、哔哩哔哩三家 AI 岗笔试后总结的五类高频题型：RAG 系统实现、Agent 工作流设计、大模型评估指标设计、Prompt 工程优化与 AI 系统架构设计，并给出每类题的解题思路、代码框架与考前准备建议。

字节跳动搜广推引擎架构一面面经

字节跳动搜广推引擎架构岗一面面经，面试围绕实习与个人项目展开，重点问了系统与模块划分、Agent 固定格式输出的设计、HNSW 算法，以及线程私有内容、TCP 两次握手缺陷、Top K 日榜设计和一道网格路径最小和的动态规划手撕。

彩讯股份 AI 全栈开发管培生面经：LangGraph、Prompt 与后端稳定性

彩讯股份 AI 全栈开发管培生面经（9 月 23 日），两位面试官各问一轮：Agent 侧问 LangChain 与 LangGraph 的区别、Prompt 与 Skill 的设计与差异、badcase 优化；后端侧问 SQL 优化与慢查询排查、线程池参数与故障定位、上线前的稳定性保障。

携程 Agent 开发一面：LangGraph 项目全链路拷打

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。

携程 AI 应用开发实习一面：上下文管理与联合索引连环问

携程 AI 应用开发实习一面面经，时长 40 分钟：Agent 上下文压缩机制连问五层，MySQL 联合索引从回表问到索引树遍历流程，另有缓存最终一致性、MQ 与子线程异步的对比，以及 AI Coding 提效与局限性的看法。

携程后端Agent开发一面面经

携程后端Agent开发一面面经，深挖实习，并考察并发自增、字符串常量池和浏览器访问域名后的网络协议链路。

CVTE 应用软件开发一面+HR 面：ReAct、SSE 与网络八股

CVTE 应用软件开发岗 9 月 15 日技术面加综合面记录：围绕 ReAct 与 Plan、Multi-Agent 的选型展开，深挖 SSE 原理与流式输出实现、域名解析到页面渲染的全链路、拥塞控制与流量控制，并手撕高精度加法与买卖股票。

CVTE 一面：Agent 项目与 Java 基础八股

CVTE 一面从项目与 Agent 背景聊起，随后是开闭原则、三种学习范式的监督信号、ArrayList 与 LinkedList 的复杂度、JVM 垃圾回收、TCP 与 UDP、HTTPS，最后一道卡片计算得分的算法题。

滴滴算法面经合集：RL 八股与 Agent 项目深挖

滴滴算法岗面经合集。以强化学习八股为主：PPO/GRPO/DPO/DAPO 区别、组内优势、熵坍塌、动态采样、clip 与 reward hacking，另含 SFT 与 RL 取舍、Agent 项目深挖与 Transformer 手撕。

度小满 Agent 开发一面：ReAct、多 Agent 与记忆系统

度小满 Agent 开发一面约 50 分钟，围绕自研 Agent 框架深挖 ReAct 主循环、工具调用被打断、多 Agent 分工与上下文隔离、记忆系统、执行幻觉与上下文压缩，并手撕 IP 地址解析。

度小满 AI 全栈研发三面

度小满 27 届秋招 AI 全栈研发三面面经，9 月 23 日：前半段深挖 AI 项目的出发点、Agent 记忆设计、RAG 文档处理与更新、高召回高准确场景的实现，后半段全是跨部门协作与效率冲突这类行为题。

度小满一面 后端基础与 Agent 场景连环追问

度小满一面面经，9.18 下午场，重基础并考察 AI 概念。覆盖 Work Memory 设计、Agent 组成与 Skill 编排、文档抽取 JSON、Redis 与 MySQL 一致性、支付幂等与超时取消、限流熔断降级等。

帆软后端二面

帆软后端岗位面经，整理了原帖中的主要追问，覆盖Java、Redis、Agent、数据库等主题，适合准备相关岗位面试时参考。

焦点科技 Java开发(AI应用) 秋招

焦点科技Java岗位面经，整理了原帖中的主要追问，覆盖Java、Agent、AI、缓存等主题，适合准备相关岗位面试时参考。

150 人厂前端岗面试：八股 + AI 编程连环追问

某 150 人规模公司前端岗面试真题：从 v-if 与 v-show、for 循环性能等八股，到低代码方案选型、虚拟列表为什么不用插件、rAF 流式渲染、MCP 与 Agent 理解，再到需求排期和 AI 代码 review，问题密集且大量追问方案取舍。

乐元素开心消消乐后端一面：排行榜与项目设计

宏图智能一面面经：Agent 工具调用、MCP 原理与 Spring MVC

宏图智能软件开发岗一面面经，9 月：先问 Agent 侧大模型调用 Tool 的原理、Tool 与 CLI、MCP 的区别及 MCP 架构，再问 Spring MVC 的请求处理流程、ER 图设计与数据库慢查询优化。

华橙 Agent 评测二面面经

华橙 Agent 评测岗二面，围绕企业知识库建设、Skill 的构建方式与公司内推广效果、新需求下大模型如何一次理解到位展开追问，另有转测试岗的动机与抗压类行为题。面试官最后建议：精简 AI 测试亮点，重点突出量化指标。

华为后端开发岗面经

华为后端开发岗多轮面经，覆盖Python与Java基础、RAG和Agent应用、文件分片上传、并发控制及Spring生态。

华为通用软件开发一至三面：Agent 项目、AI Coding 与文化面

华为通用软件开发岗线下一次性走完一至三面的面经：一面拷打实习与 Agent 项目架构，追问多模式 Agent 引擎、记忆系统实现以及 Java 多线程容器与 ID 发布器设计，手撕「不超过 k 种字符的最长连续子段」；二面是 AI Coding 实战（RAG 双路检索）穿插开放性提问；三面偏个人情况、对华为的了解与企业文化、加班意愿。

华为 OD Java 面经：设计模式、工具权限与 RAG 分块

一位 26 届应届生的多轮面试记录，技术面涉及推送服务、设计模式和算法，主管面继续追问 Agent 实现与 RAG 分块评估。

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 面试换题了：技术岗改考二十多道技术追问

恒生电子 2026 秋招 AI 面试（原「闪面」）换题复盘：老版五道行为题已作废，今年技术岗改为二十多道技术追问，两份帖（AI 应用开发岗、技术岗）从头到尾都是技术问题且无手撕，重点集中在大型语言模型输出稳定性、RAG 分块与多轮、以及 Agent 编排与框架选型三块，另附四个容易踩的坑。

货拉拉大模型二面：上下文压缩与记忆沉淀

货拉拉大模型方向二面面经。从实习难点切入，追问 LLM 沉淀结果的评估与冲突重合处理、firstcoder 与其它 coding agent 的差异、上下文为什么要压缩、上下文与记忆的区别、记忆如何沉淀，以及测评方案。

科大讯飞 Agent 开发一面：LangGraph 原理与 AI 编码追问

科大讯飞 Agent 开发一面（9 月 24 日）围绕实习中最难的一件事、LangGraph 的实现原理、Agent 方向的规划与技术跟进方式，以及日常用的 AI 编码工具、调用的 API、AI 生成代码占比与质量把控展开；作者没摸清考察点、草草反问后很快被挂。

科大讯飞Java开发面经

科大讯飞Java开发面试，先考察项目、Spring、Redis和数据库，再深入Agent多引擎、RAG、工具注册和模型应用设计。

科大讯飞 Java 一面面经：Agent 设计范式、线程池参数与 MVCC

科大讯飞 Java 一面面经：深挖项目与实习之后，考察 Agent 的设计范式、给项目增加付费模块要考虑什么，以及 Java 线程安全要解决什么问题与常用手段、线程池核心参数与拒绝策略、MySQL MVCC 的实现方式。

影石 Insta360 移动端一面凉经：计算机基础、设计模式与 Agent 项目追问

影石移动端（客户端开发）一面凉经。八股覆盖进程与线程、进程间通信、死锁、虚拟内存、网络七层与 TCP/UDP、HTTP 与 HTTPS、数据结构与设计模式六大原则；项目深挖实习的三层路由架构与执行监控落表；算法手写 LeetCode 209。

京东 后端开发岗面经合集 01：Agent 日志排查、JVM 调优与中间件 11 场真题

京东后端开发岗 11 场面试汇总：Agent 排查系统（告警结构化、日志精确定位、代码知识库）的项目深挖，并发与线程池、JVM 内存排查、MySQL 分库分表、Spring 事务、Kafka 顺序性，以及 AI 检测慢 SQL 这类新题。

京东 大模型算法岗面经合集 02：多模态位置编码、Agent 与 SFT/RL 追问

京东大模型算法岗 9 场面试记录：VLM 项目追问 M-RoPE 视频位置编码与 SAM2，RoPE、ALiBi 与 SwiGLU 八股，Agent 与 SFT/GRPO 链路，RAG 与库存一致性，以及一场偏前端的 Vue 响应式面试。

京东测试开发岗面经合集（一）：AI Coding、测试用例设计与网络基础

京东测试开发岗十三场面试合集，2025 年 12 月至 2026 年 6 月：登录框、秒杀接口、付款码等用例设计，测试左移与覆盖率、CI 偶发失败排查、性能瓶颈定位，另有网络与数据库八股和 AI Coding 追问。

九方智投 Agent 开发一面：RAG 切块、MCP 权限与 Java 八股

九方智投 Agent 开发岗一面（2026 年 9 月 24 日）：前半场围绕知识库与 Agent——标题切割大小不均、召回率低怎么排查、RRF 原理、Plan 模式与工具调用、MCP 原理与权限控制、人工确认的边界；后半场切到 HashMap、锁与 Redis 宕机恢复等 Java 八股。

客诺信息技术 Java后端 一二面面经：八股、项目与 Agent 追问

客诺信息技术 Java 后端一二面面经：一面 15 分钟围绕 == 与 equals、hashCode、订单表设计、商品调价与历史订单、局域网 IP 等基础题；二面 50 分钟先深挖实习项目的 RBAC 权限、权限注解、Excel 导入与告警链路，再考 Java 集合、Spring 单例 Bean、MySQL 索引与统计 SQL、Redis 数据结构、git 与 HTTP 状态码，最后以 Agent 提示词、RAG 评测与精排收尾。

金蝶 Agent 开发一面（项目为主）

金蝶 Agent 开发岗一面面经，9.21 进行，全程约 20 分钟且几乎没问八股，全部围绕简历里的两个项目与实习。重点追问文档切分策略、引用溯源到页面高亮的实现，以及 Agent 的设计方式、为什么选 LangGraph 而非 LangChain。

快商通 大模型 Agent 全栈一面：意图识别与合规拦截怎么答

快商通大模型 Agent 全栈一面面经：整场围绕两段实习展开，问到实习期间意图识别怎么落地、以及合规红线为什么用关键词拦截而不是写提示词让大模型判断；答完四题后在反问环节暴露了对公司与岗位不够了解。

快手大模型 Agent 研发一面：Reconcile、Lease 与多 Agent 架构

快手大模型 Agent 研发一面全是连续追问：从 Reconcile 恢复、Lease 与崩溃处理、Fencing Token 的实现与取舍，到单 Agent 与多 Agent 的对照评测、Runtime 事件适配、Skill 加载与会话恢复的信息泄露风险。

快手 Agent 开发一面：工具兜底、多 Agent 与流式解析

快手 Agent 开发一面（已挂）复盘，方向是短视频脚本生成 Agent：问了工具调用失败的兜底、多 Agent 的分工方式、长上下文的压缩策略、输出质量的衡量方法，手撕流式 JSON 解析（半包拼接），并确认团队有内部红蓝对抗评测集。

快手 AI 应用开发一面：Agent 记忆、检索证据与 JVM

秋招一面先追问项目中的记忆、工具权限和检索判断，再考 HashMap、内存泄漏、垃圾回收与数据库索引。

快手AI应用后端开发岗面经

快手AI应用后端面试，覆盖线程池、区间算法、Agent测试与评测、消息队列可靠性、幂等和AI安全测试。

快手 AI 全栈一面（发券营销）：Agent 可观测性与线上排查

快手 AI 全栈一面（发券营销），9 月 24 日：围绕 Agent 可观测性、用户反馈答案不满意时的归因排查、Redis 分布式锁的可靠性、MCP 的适用场景与一次主站故障的定位恢复展开。

快手 后端开发一面面经（9.28）：Agent 架构、LLM 评测与 KV Cache 深挖

快手后端开发一面面经，9 月 28 日。围绕实习与 Agent 项目追问多 Agent 取舍、MCP 与本地 CLI 的区别、Agent 可观测指标、LLM as a judge 的取舍、代码知识库为何不用图，以及 KV Cache 复用、QPS 优化与零拷贝；手撕最小覆盖子串。

快手电商后端实习一面凉经

快手大模型应用开发二面：Agentic RL 与 RAG 全链路

快手大模型应用开发二面：中段集中考 Agentic RL 的信用分配、PPO 的 Clip 与 KL 约束、GRPO 为何省掉 critic；其余覆盖 Agent 架构、RAG 切分与混合检索、幻觉归因、记忆冲突与 SSE 断点续传。

理想汽车智能体算法一面：Agent Loop 与奖励设计

理想汽车智能体算法一面面经，围绕 Agent 工程落地展开：Agent Loop 需要哪些结构化状态、什么任务该用 Agent 而非固定工作流、奖励设计失衡怎么排查、失败轨迹如何拆成训练样本，以及 LoRA 与全参微调的取舍。

理想汽车智能体应用开发一面：Agent 路由与项目深挖

理想汽车智能体应用开发 9 月 22 日一面，几乎全程围绕项目：用「背景—问题—方案—结果—技术含量」讲清最有挑战的项目，再追问 Agent 路由是 LLM 打分、关键词分类还是规则表，跨场景的一句话怎么处理串并行，最后是论文迁移。

上海联蔚数科 AI 工程实习生面经（Agent 八股）

上海联蔚数科 AI 工程实习生面经，约 25 分钟且几乎全是 Agent 八股，实习与后端经历一问没问。内容覆盖 harness 概念、Skills 与 MCP 的区别及数量膨胀处理、知识库、自研 Coding Agent 的上下文压缩与多 Agent 协作。

莉莉丝服务器开发秋招凉经：游戏服务端的并发与一致性

莉莉丝服务器开发秋招面经（凉经），题目偏分布式与领域建模的正确性：单线程 Tick 驱动下 CPU 不高却卡顿怎么定位、拍卖为何不能把拍卖/背包/钱包放进同一个聚合、截止前的出价排队到截止后才执行怎么判定、长期维护的服务里哪些文档该作为稳定约束、多线程更新不同数组位置为何吞吐反而下降、以及多个编码 Agent 并行改不同层如何避免合并后跑不起来。

凌迪前端实习面试：Agent 搭建与 MCP 辨析

9 月 18 日凌迪前端开发实习面试，面试偏简单，主要考察对 AI 的理解和使用程度。题目包括怎么搭建 agent、agent 路由、MCP 和 function call 的区别、大模型测评怎么判断生成内容对不对。

灵犀互娱 AI 应用开发秋招：记忆层、RAG 评估与 Agent 编排

灵犀互娱 AI 应用开发秋招面经：围绕 Agent 记忆层分层设计、幻觉治理、RAG 效果评估与上线标准、Spring Boot 配置体系、RAG 核心模块、关键字与向量召回分数融合（RRF）、Agent 终止条件与工具规模化设计、规划器与执行器解耦等展开。

美团 Agent 一面：项目架构拷打加 Java 基础八股

美团 Agent 一面：两段大厂 Agent 实习被逐个追问架构与技术选型（多 Agent 还是单 Agent、微调还是 RAG、LLM 记忆），看重项目架构能力；个人后端项目没问，八股覆盖数组与链表、TCP/UDP、Python 与 Java 底层、JVM，手撕最长公共前缀。

美团 AI 应用开发一面：Agent 平台架构与 ReAct 编排

美团 AI 应用开发一面面经，深挖实习的 Agent 平台：意图识别树、ReAct 与 Plan-and-Execute 的取舍、重规划策略、工具超时重试与幂等、混合检索 RRF 融合，最后是 AI Coding 工作流和岛屿数量手撕题。

美团AI后端一面

美团 AI 数据开发一面：数据倾斜、Iceberg 与 Agent 落地

美团 AI 数据开发一面面经（9 月 23 日）：覆盖数仓主题划分、指标发布校验与偏差阈值、数据倾斜定位与加盐、Spark 性能优化与熔断告警策略，并深入 Iceberg 元数据与 Copy-on-Write、LSM-Tree，最后追问 Agent 落地、幻觉治理与效果验证。

美团 自动驾驶算法工程师一面：VOC 大模型实习与强化学习项目拷打

美团正式批自动驾驶算法工程师一面，2026 年 9 月 21 日，约 55 分钟。前半程深挖实习的 VOC 用户之声与大模型分类打标，后半程围绕强化学习项目的奖励设计、MHA 与评价指标追问，最后是最大下降幅度手撕题与 AI Coding 经验。

美团后端开发一面：Agent 项目深挖 + Java 并发八股

美团后端开发一面面经：前半场深挖实习做的数据分析 Agent，问意图识别、Skill 与 MCP 装配、渠道分发与反爬；后半场是 Java 与系统八股，覆盖 synchronized 锁标记、volatile、系统调用、TCP 挥手丢包、MySQL 日志顺序与 Redis LFU，手撕盛最多水的容器。

美团后端一面：埋点、Agent 工作流与消息幂等

9 月 14 日一面约 73 分钟，围绕直播间项目和代码生成工作流反复追问，最后手写区间反转链表。

美团Kmart全栈一面面经：Agent项目深挖与后端基础

美团Kmart研发部全栈一面面经，围绕Agent平台接入项目连续追问，覆盖意图识别评测、读写锁与分布式锁选型、幂等与断点续传、秒杀与Redis预扣库存、ConcurrentHashMap、慢查询优化、缓存三大问题以及RAG与ReAct链路。

美的 软件开发 一面面经：素材生产 Agent 与分库分表设计

美的秋招软件开发一面：从实习经历与素材生产 Agent 的设计问起，追问上下文压缩与信息保真、大模型与 Agent 的交互，再深入分布式锁实现、看门狗机制、B+ 树层高计算、大表设计与跨表分页，最后是分布式事务选型与微服务组件优劣。

米哈游游戏AI研发（Agent）秋招面经

米哈游游戏AI研发（Agent）秋招面经，围绕 RAG 与 Agent 系统工程展开：幻觉防护的分层设计、长期记忆的存储召回与遗忘、视频切片与多模态索引、高光片段判定、长文档切分策略，以及召回率与准确率的评测指标和测试集构造。

多公司后端与全栈面经合集：字节、百度、美团、B站、米哈游

一份横跨字节跳动（飞书、火山引擎、字节云）、百度、美团、bilibili、米哈游、智驾新程的后端与全栈面经合集，重点集中在 Go 语言与并发、操作系统与网络、MySQL 索引与 Redis 原子操作、竞拍与秒杀场景设计，以及 Agent 与 AI Coding 相关追问。

蔚来大模型算法岗（智能座舱/自动驾驶）实习一面面经

蔚来大模型算法岗（智能座舱/自动驾驶）实习一面，约 40 道场景设计题：端云部署取舍、语音助手 Agent 架构、复合指令与安全操作二次确认、VLA 与多模态融合、座舱 RAG、隐私脱敏与 OTA 版本管理，末尾手撕数组全排列。

绿盟科技 Agent 开发一面（实习深挖后转反问）

绿盟科技 Agent 开发岗一面面经，面试官是后端方向且全程未开摄像头。约 20 分钟都在聊实习经历，得知候选人是前端方向后直接进入反问环节，25 分钟结束，没有问任何八股；作者感叹 AI 时代前端求职压力大，已在补后端八股。

拼多多Agent方向一面面经（60min双机位）

拼多多Agent方向一面面经，60分钟双机位。全程围绕Agent工程细节深挖：工具调用单个还是多个、并行还是串行、如何设计带工具调用的Agent、上下文压缩与压缩后的缓存命中、工具调用冲突、大量工具时准确率下降的解法，代码题是括号生成。

拼多多后端开发岗面经-06：三场面试题目合集

拼多多后端开发岗三场面试的题目合集，集中在 Redis 分布式锁、分库分表、主从同步与 Binlog，以及 Agent 记忆与向量检索设计，手撕题覆盖有序链表交集、旋转数组查找、拓扑排序等。

拼多多大模型算法秋招一面：过程奖励模型与 GRPO

拼多多大模型算法秋招一面面经，题目集中在 Agent 与强化学习链路：过程奖励模型如何避免只学轨迹长度、GRPO 省掉价值模型后的采样代价、DPO 两个概率同时下降的原因，以及千万级知识库的召回与冲突证据取舍。

平安科技后端全栈一面：RAG 项目与 JVM 内存

约三十分钟的一面，从 Spring 与内存溢出排查转向 RAG 项目，再追问 HashMap、元空间和垃圾回收。

平安科技后端开发一面：实习深挖、Copy on Write 与设计模式

平安科技后端开发岗 27 届秋招一面，9 月 21 日线下，约 20 分钟即通过。问题集中在实习：转正情况、做 Agent 开发时是否只做后端、实习中最复杂的一块业务、Copy on Write 优化，项目侧问策略模式与工厂模式的区别、C++ 为什么转应用层 AI 方向，以及 CS188、CMU 15-213 自学到什么程度。

去哪儿 AI全栈开发实习生一面

去哪儿 Java 一面：线程池、虚拟线程与性能排查

约一小时的一面，从线程池参数追到 Java 21 虚拟线程，再考接口变慢、CPU 与 GC 排查，以及深分页和区间合并。

去哪儿 Java 方向一面：转账模块与死锁处理

约一小时，主要考查 Java 和 Agent 基础，原帖明确记下的手写题是实现转账并避免死锁。

顺丰一面：缓存、索引、消息与 Agent 基础八股

顺丰一面面经：以八股速问为主，覆盖 AI 全栈的理解、缓存三剑客、Redis 内存过期策略、MySQL 索引失效、消息重试与消息丢失、Agent 的理解、CAS、线程池与事务隔离机制，最后拷打实习与项目。

顺丰 Java开发 秋招

顺丰Java岗位面经，整理了原帖中的主要追问，覆盖Java、MySQL、Redis、Kafka、Agent、AI等主题，适合准备相关岗位面试时参考。

虾皮数据开发面经：数仓建模、数据治理与智能问数 Agent

虾皮数据开发面经（9 月 23 日）：从离线数仓建模存在的问题、分层设计与重复建表，到时效与存储的平衡、口径变更方案，再到智能问数 Agent 的架构、检索匹配与跨域调用规避，末尾反问团队规模与规划。

水滴测试开发一面：Agent 项目深挖与并发八股

水滴测试开发一面面经：先围绕 Agent 项目与 AI 提效深挖，追问测试报告指标、疑难 bug 定位和自动生成测试用例的效果量化，再考进程线程协程、线程池参数与任务队列等并发基础，最后问如何控制大模型输出符合伦理要求。

顺丰Java开发一面面经

顺丰 Java 开发一面，围绕 Agent 项目设计、实习经历、JVM 内存结构和垃圾回收展开。

思特威智能体开发二面：Agent Loop 与行业演进

思特威智能体开发岗 9 月 17 日线下面试二面面经，原帖记录只有两个问题：讲一下你对一个 loop 的理解、智能体目前的发展情况。问题虽少但都很开放，考察对 Agent 运行机制和行业脉络的整体认识。

思特威智能体开发一面：RAG 流程与 Profile 分析

思特威 9.17 线下面试智能体开发岗一面记录：开场深挖实习经历，技术问题集中在 RAG 的整体流程与用户 Profile 分析怎么做，全程没有手撕代码，适合准备 AI 应用 / Agent 方向的同学参考。

淘天业务与AI全栈工程师一面

淘天业务与 AI 全栈工程师一面，重点深挖 RAG 权限、切分、检索与评测，Agent 工具调用与 AI Coding，以及消息幂等限流、深分页和卖家账单查询设计。

腾讯 Agent Infra 面经：SGX 沙箱与推理性能排查

腾讯 Agent Infra 面经：考察自动化稳定性、Intel SGX 多租户与 EPC 换页安全、沙箱隔离与容器重启后的状态恢复，并追问多模型抽象与链路追踪，以及 KV Cache、PagedAttention 等推理优化。

腾讯社招一面面经（Agent 方向）

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。

腾讯社招二面面经（Agent 方向）

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。

腾讯社招三面面经（Agent 方向）

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。

腾讯混元大模型算法岗一面真题

腾讯混元大模型算法岗一面的同题记录：从 Agent-RL 的奖励分层与长链路信用分配讲起，串起 GRPO 各支改进、PRM 如何进 advantage、多智能体值不值得拆、Agent 评测指标怎么选，再落到混元 MoE 与跨层注意力、DPO 双降归因、BM25 的词频饱和与长度归一化、以及阶段内 token 归一化对长度偏好的影响。

腾讯混元大模型算法岗一面面经

腾讯混元大模型算法岗一面真题，围绕 Agent 强化学习展开：奖励设计与长链路信用分配、GRPO 的衍生改进、Multi-Agent 的收益与代价、PRM 如何接入训练、Agent 评测体系，并延伸到混元自身的 MoE 与 Attention 设计、DPO 概率双降、BM25 检索以及分阶段 token 归一化。

腾讯营销后端一面：Agent 上下文体系与多路归并

腾讯营销后端一面面经（9.18）：主体是一段 Agent 基础设施实习的深挖——Skill 如何被发现与按需加载、正文放在上下文的什么位置、用完何时卸载、会不会影响 Prefix Cache，上下文压缩怎么做、长 Tool Result 怎么处理、压缩后如何按需找回原文、历史索引分几层；随后问一个需求从提出到上线 AI 如何参与、跨仓库代码怎么理解、SOP 怎么沉淀，最后手撕 N 个升序数组合并。

腾讯 WXG 后端开发一面面经

腾讯 WXG 后端开发一面记录，从实习团队与研发流程一路问到 Agent 与 Skill 构建、RAG 原理、协同过滤和 12306 系统设计，八股覆盖 C++ 引用与智能指针、Redis 底层结构、B+ 树索引选型与 InnoDB 并发加锁，另有三道算法题。

tiktok后端开发一面

TikTok 后端开发一面，问题集中在表达式解析、Agent 中断恢复、工具权限、Redis、JVM 和并发基础。

TikTok后端开发二面面经

TikTok 后端二面，重点围绕发票规则系统、分布式文件存储、CLI Agent 设计与 Java 反射机制展开。

VIVO Agent 开发秋招一面：超时恢复、状态机与权限边界

VIVO Agent 开发秋招一面面经，问题普遍以「为什么这么做还不够」的形式追问：创建工单超时但外部可能已写入怎么恢复、换更强模型后完成率反降如何定位、多 Agent 并行写同一状态为何分布式锁仍不够、进程崩溃后状态机怎么续跑、文档里的注入指令为何不能只靠系统提示词挡、参数过了 JSON Schema 为什么还不能执行，以及如何证明框架收益来自运行时设计。

vivo Agent 开发线下一面：Harness 与 Agent 工程

vivo Agent 开发岗线下面试记录（约 22 分钟）：先问学历与方向意向，随后围绕对 Agent 的理解、Harness 的作用展开，要求举出因 Harness 环节做得不好导致的问题与排查思路，并介绍自己的 Agent 实践与 AI 学习方法；原帖还记录了笔试与面试邀约的拖沓体验，以及当晚收到感谢信的结果。

微信 Java后端秋招一面面经

微信 Java后端秋招一面面经，面试涉及 Agent 架构、Java 并发、Spring 底层、Redis 分布式锁、配置热更新和 JUC 编程；已获取正文包含自我介绍与 ReAct 机制问题。

微店 AI 全栈开发秋招二面：Agent 可验证性与工程边界

微店 AI 全栈开发秋招二面面经：围绕 Agent 工程化能力展开，包括如何证明 Agent 执行结果不是偶然成功、如何用步数/时间/Token/预算约束执行范围、多国家法规知识库的元数据与版本隔离、图文审核冲突的仲裁、模型调用客户端封装、配置优先级与启动校验、工具依赖与参数补全、以及 JSON 合法但语义错误怎么兜。

杭州微链AI应用开发面经：文档入库与DeepAgents

杭州微链AI应用开发面经，面试以工程能力与学习能力考察为主。围绕实习中文档入库全流程、图文混排存储、RRF融合的k值调参、DeepAgents的模型无关性与子Agent上下文设计、大模型调用异常处理，以及结合微信新能力做AI客服的方案选型展开。

浩鲸科技二面：Agent 项目深挖与文档引用处理

浩鲸科技二面记录，30 分钟、两位面试官（技术 + HR），全程用钉钉。技术侧问 Agent 项目背景与技术难点、以及用户需要文档中引用文档内容时怎么处理；HR 侧问期望薪资和为什么去深圳实习，并提出要提前实习。

药明康德 AI 数据方向二面：LangGraph 与知识库方案深挖

药明康德 AI 数据方向二面面经，连续 23 题深挖 Agent 框架：LangGraph 的 state 设计与合并策略、条件边与异常分支、快照持久化与人工介入恢复、多智能体两层编排的收益与代价、混合检索融合与知识库切分方案。

小红书 Agent 平台研发一面（约29分钟）

小红书 Agent 平台研发一面记录，净时长约 29 分钟，前半段围绕实习体验、团队业务与求职方向、同事评价和成就感，后半段考高并发商品详情系统设计（10 万 QPS、单表 MySQL、缓存更新链路）与现场手撕最长回文子串。

小红书后端开发岗面经合集（一）：工作流引擎、秒杀方案与 Agent 设计

小红书后端开发岗十场面试合集，2026 年 7 至 9 月：工作流引擎调度与人工确认防重、Validator 校验，JVM、MySQL 索引与 MVCC，Redis 与秒杀 Lua 扣减，以及 Agent 设计与 RAG 评估。

小红书后端开发岗面经合集（三）：JVM 调优、Spring 循环依赖与 Redis 大 Key 治理

小红书后端开发岗八场面试合集，2025 年 11 至 12 月：审核系统设计、Kafka 与 Flink 的内容安全应用；Java 侧深挖锁与 AQS、HashMap 与循环依赖；另问 G1 调优与 Redis 大 Key 治理。

小红书 大模型算法岗面经合集：隐式 CoT、RAG 上下文管理与 LoRA 微调

小红书大模型算法岗七场面经合集，2026 年 6 月到 9 月。覆盖隐式 CoT 的双任务蒸馏、RAG 分块与多轮指代消解、上下文膨胀、BCE 与 InfoNCE 联合损失、vLLM FP16 池化溢出、LoRA 原理与 Agent 架构。

小红书 大模型算法岗面经合集（二）：Redis 秒杀、MCP 与搜广推链路

小红书大模型算法岗八场面经合集（二），2026 年 3 至 4 月。深挖项目：Redis 集群 Lua 原子性、令牌桶限流、秒杀防超卖、点赞用 set 还是 zset、RAG 降幻觉怎么量化；另覆盖 nl2sql、MCP 与搜广推序列建模。

小红书多模态算法秋招二面面经（约 40 题 + 手撕）

小红书多模态算法秋招二面记录，约 40 题加一道手撕。考察视觉编码器与 LLM 连接方式、多模态幻觉、InfoNCE 温度，以及 SFT 调优、PPO/DPO/GRPO 选型、OOM 优化、端侧推理与蒸馏；手撕为矩阵原地旋转 90 度。

小红书社区工程 Product Engineer 一面：RAG 深挖与 AI Coding

小红书社区工程 Product Engineer（AI 与全栈方向）一面，9.24 约 50 分钟：从实习与 AI 项目切入，深挖 RAG 全流程与切块、检索选型与准确率评估，再问 Agent 与 Workflow 的区别、ReAct、日常 AI Coding 与 Skill 加载，最后是算法（和为 K 的子数组）与高并发缓存、限流设计。

小米 AI 全栈开发面试：Agent 架构、RAG 与多 Agent 隔离

小米 AI 全栈开发面试题，围绕 Agent 项目展开：RAG 切分与召回排查、评测集与 Golden Set 维护、结构化输出校验、多 Agent 隔离与文件冲突、超时取消与断点恢复、成本优化，最后是合并区间手撕题。

小米 Java 二面：并发初始化、线程协作与最长子串

小鹏计算平台开发二面（Data 向）：数据平台、调度选型与 Agent 算力

小鹏计算平台开发二面，9 月 28 日：从 Data Infra 实习的部门血缘与机器规模问起，深入自研问题管理平台与调度平台的选型理由、Agent 算力来源与资源挤占，最后手撕旋转数组二分查找。

迅雷 Agent 一面：RAG、MCP 与 Java 并发八股

迅雷 Agent 开发一面面经：深挖实习项目里的意图识别与记忆混乱，聊 RAG 是否过时、reranker 原理、chunk 分片、Skill 与 MCP 实现，最后是 Java 并发与 Spring 八股。

招银网络后端开发面经（一面/二面/HR 面）

招银网络后端开发三场面经记录。一面考察线程池、MySQL 存储引擎与 B+ 树，手撕螺旋矩阵；二面集中在 AOP 执行顺序、事务失效原因、数据库连接池与 Spring Bean 管理；HR 面围绕实习成就、班干部经历与问题处理展开。

秋招面经合集：智元机器人觅蜂与字节 Agent 基础设施方向

秋招 Agent 基础设施中台方向面经合集，按公司分段：智元机器人觅蜂三面考存储并发与 Ceph、热 key 与分布式调度报错、半连接与全连接队列、CPU 打满、nbd 设备并发调用；字节火山引擎考 accept 队列、IO 线程池设计、Go GC 与 GMP、合并区间；字节 seed 考 CLI 设计、进程线程协程、TCP 粘包、MySQL 索引与域名解析全流程。

中科全安 Java开发一面二面

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

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。

作业帮 Agent 开发一面：评测体系与 Trace 闭环

作业帮 Agent 开发一面面经（9 月 23 日），整场围绕 Agent 工程化展开：工具调用幂等与断线重连、审计能力、真实对话 Trace 的收集回流、评测集构建与人工 Review、确定性指标与 Agent Reviewer 结合的评分报告，以及按低分 Case 定向调优。

9ikun 数据开发二面：湖仓一体、DQC 与 Agent 追问

9ikun（神秘私募）数据开发二面面经，8 月 10 日：从湖仓一体的选型理由与缺点、数据治理难点，一路追问到分层 DQC 的实现规则、指标口径边界，以及 Agent 项目如何保证分析结果可信。

百度后端面经

百度后端岗位多轮面试记录，围绕优惠券秒杀、Redis高可用、消息可靠性、RAG与Agent项目进行深挖，并包含算法题。

百度后端开发一面面经

百度后端开发一面，涵盖 Agent 架构与路由、Java 集合和并发安全、Spring 依赖注入、MySQL 事务与索引，以及最长无重复子串算法题。

字节跳动AI产品经理二面面经

字节跳动AI产品经理二面面经，围绕AI Agent产品认知、指标体系、留存分析、Prompt与工作流优化，以及扣子App核心链路展开。适合准备AI产品经理和智能体产品岗位的求职者参考。

字节跳动后端开发二面面经

字节跳动后端开发二面面经，结合 Agent 与知识库项目追问技术选型，并考察消息堆积、MySQL 慢查询、限流算法、HashMap、线程池和 ZooKeeper。

京东后端开发一面面经

京东后端开发一面，围绕知识树优化、Agent 技术选型以及 Java、Python、C++ 的语言差异和跨语言系统衔接展开。

蔚来 Java 开发一面

蔚来 Java 一面记录，重点考察智能 Agent 调度、电商库存扣减、Redis 与数据库一致性及 Spring 事务。

拼多多服务端开发一面面经

拼多多服务端开发一面，重点追问代码运行时行为、JVM 与内核态切换、Agent 项目架构、MCP 粒度、埋点数据质量和端侧可观测性。

去哪儿 AI 应用开发秋招：JVM 排查与异步文件处理

8 月 30 日的秋招面试，涉及 CPU 排查、volatile、分布式锁、大文件异步处理和评审 Agent 的框架选择。

Shopee AI产品经理一面面经

Shopee AI产品经理一面面经，深入考察企业知识库Agent、RAG检索、模型评测与幻觉治理、简历解析、个性化推送和航班监控工作流。

腾讯 260824 风控算法 Agent 开发一面

腾讯风控算法（Agent 开发）一面，8 月 24 日：先追问模糊语义搜索的标签映射与排序优化，再深挖实习评测集构造与 Plan-and-Execute 选型，基础部分问推理加速与 MCP 的区别。

阿里- AI产品 校招一面 攒人品

阿里AI产品经理面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、RAG、用户研究等内容，适合准备相关岗位面试时参考。

27日常实习 阿里千问AI产品面经

阿里AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、RAG、用户研究等内容，适合准备相关岗位面试时参考。

阿里钉钉悟空商业拓展专员暑期实习口头offer，求解答

阿里产品经理面经，原帖记录了一面+二面+业务面中的核心追问，重点涉及AI产品、Agent、项目深挖、实习等内容，适合准备相关岗位面试时参考。

27实习 阿里云AI产品一面分享

阿里云AI产品经理面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、项目深挖、实习等内容，适合准备相关岗位面试时参考。

百度AI大模型产品一面-实习面经

百度AI产品经理面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、用户研究、数据分析等内容，适合准备相关岗位面试时参考。

百度AI产品实习二面 喜提人才库

百度AI产品经理面经，原帖记录了二面中的核心追问，重点涉及AI产品、Agent、用户研究、项目深挖等内容，适合准备相关岗位面试时参考。

百度-AI产品研发一面-日常实习

百度AI产品经理面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、SSE、用户研究等内容，适合准备相关岗位面试时参考。

【Boss直聘 AI 产品面经拆解】

Boss直聘产品经理面经，原帖记录了一面+二面中的核心追问，重点涉及AI产品、Agent、RAG、商业化等内容，适合准备相关岗位面试时参考。

字节AI产品校招面经-好难啊

字节跳动AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、数据分析、高并发等内容，适合准备相关岗位面试时参考。

字节AI产品-智能体方向面经 攒人品

字节跳动AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、实习、产品经理等内容，适合准备相关岗位面试时参考。

字节-飞书AI产品（一面凉经

字节跳动AI产品经理面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、实习、产品经理等内容，适合准备相关岗位面试时参考。

27日常实习 字节ai产品凉经分享

字节跳动AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、项目深挖、实习等内容，适合准备相关岗位面试时参考。

27实习- AI产品经理-字节二面

字节跳动AI产品经理面经，原帖记录了二面中的核心追问，重点涉及AI产品、Agent、项目深挖、实习等内容，适合准备相关岗位面试时参考。

AI产品经理-字节kol

字节跳动AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、模型微调、用户研究等内容，适合准备相关岗位面试时参考。

ai产品经理| 畅捷通 | 一面

畅捷通AI产品经理面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、产品经理等内容，适合准备相关岗位面试时参考。

携程AI产品经理面经

携程AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、产品经理等内容，适合准备相关岗位面试时参考。

滴滴产品实习面经（已过）

滴滴产品经理面经，原帖记录了一面+二面中的核心追问，重点涉及AI产品、Agent、用户研究、项目深挖等内容，适合准备相关岗位面试时参考。

抖音 AI产品 二面 日常实习

抖音AI产品经理面经，原帖记录了二面中的核心追问，重点涉及AI产品、Agent、用户研究、实习等内容，适合准备相关岗位面试时参考。

华烁集团AI产品开发

华烁集团产品开发工程师面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、产品经理等内容，适合准备相关岗位面试时参考。

华为AI Agent产品经理二面

华为AI产品经理面经，原帖记录了二面中的核心追问，重点涉及AI产品、Agent、RAG、用户研究等内容，适合准备相关岗位面试时参考。

爱奇艺AI产品经理实习面经

爱奇艺AI产品经理实习面经，重点考察影视制作全流程AI产品设计、Agent项目经验、产品前期规划以及对主流模型和AI工具的理解。

26校招京东外卖ai产品 面经

京东AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、用户研究、数据分析等内容，适合准备相关岗位面试时参考。

快手实习-直播ai产品面经

快手AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、实习、产品经理等内容，适合准备相关岗位面试时参考。

KuCoin平台产品面经（已OC）

KuCoin产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、用户研究、项目深挖等内容，适合准备相关岗位面试时参考。

成都某中厂agent产品开发实习面经

某中厂产品开发工程师面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、RAG、模型微调等内容，适合准备相关岗位面试时参考。

Shopee后端开发一面面经

Shopee后端一面面经，考察网络空间安全、Agent与Skill、Java和Go差异，以及合并有序数组。

淘天暑期AI产品一面凉经分享

淘天AI产品经理面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、用户研究、项目深挖等内容，适合准备相关岗位面试时参考。

腾讯AI产品面经-实习 1h

腾讯AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、实习、产品经理等内容，适合准备相关岗位面试时参考。

腾讯- AI产品实习面经 喜提人才库

腾讯AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、用户研究、数据分析等内容，适合准备相关岗位面试时参考。

腾讯 实习 一面

腾讯产品经理面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、数据分析、项目深挖等内容，适合准备相关岗位面试时参考。

通义AI Agent产品经理一面面经

通义AI产品经理面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、用户研究、数据分析等内容，适合准备相关岗位面试时参考。

第一次面试ai产品岗复盘

某公司AI产品经理面经，原帖记录了一面+二面中的核心追问，重点涉及AI产品、Agent、RAG、数据分析等内容，适合准备相关岗位面试时参考。

产品最近爱问Agent产品设计

某公司AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、产品设计、用户研究等内容，适合准备相关岗位面试时参考。

Agent产品经理常见问题及思路

某公司AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、产品设计、用户研究等内容，适合准备相关岗位面试时参考。

Agent产品经理面试都在问什么？

某公司AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、用户研究、产品经理等内容，适合准备相关岗位面试时参考。

AI产品经理面经汇总（含回答思路

某公司商业产品经理面经，原帖记录了面经汇总中的核心追问，重点涉及AI产品、Agent、RAG、商业化等内容，适合准备相关岗位面试时参考。

小红书产品工程师（AI与全栈方向）面经

小红书Product Engineer面经，原帖记录了一面+二面中的核心追问，重点涉及AI产品、Agent、项目深挖、计算机网络等内容，适合准备相关岗位面试时参考。

小红书暑期一面（已挂）

小红书Product Engineer面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、RAG、用户研究等内容，适合准备相关岗位面试时参考。

3.25小红书产品工程师一面

小红书Product Engineer面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、RAG、模型微调等内容，适合准备相关岗位面试时参考。

小红书产品工程师（社区工程）面经

小红书Product Engineer面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、RAG、项目深挖等内容，适合准备相关岗位面试时参考。

小红书PE产品工程师一面面经

小红书Product Engineer面经，原帖记录了一面中的核心追问，重点涉及AI产品、Agent、产品设计、用户研究等内容，适合准备相关岗位面试时参考。

AI产品经理面试-语核科技 面了2小时汗流浃背

语核科技AI产品经理面经，原帖记录了面试中的核心追问，重点涉及AI产品、Agent、RAG、用户研究等内容，适合准备相关岗位面试时参考。

滴滴花小猪打车后端开发二面面经

滴滴花小猪打车后端开发二面面经，深挖AI Code Review项目的落地效果与实现细节，包括线上缺陷率下降数据来源、CR Prompt设计、Codex等Agent工具的记忆系统，以及AI智能问答知识库长期记忆的主动录入触发机制。

海信集团27届校招AI产品经理一面面经

海信集团27届校招AI产品经理一面面经，覆盖Agent与工作流、模型幻觉、主流大模型选型、海外营销工具设计和营销数据治理。

快手后端开发实习生一面面经

快手后端开发实习生一面，围绕Agent项目的长期记忆架构、向量检索与关键字检索原理、ReAct实现，以及Redis、JVM内存、MySQL慢SQL排查等基础展开。

字节跳动飞书 AI 产品面经

飞书 AI 产品面试拆解，聚焦 Agent、Workflow 与单次提示词的选型边界、Agent 的工程弊端，以及飞书多维表格使用经验。

腾讯面经-腾讯后端开发岗面经-03

腾讯后端开发岗面试，考察线程池、Agent 监控分析、JVM、网络状态和排序算法。

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。

蚂蚁集团Agent后端开发一面凉经

蚂蚁集团Agent后端开发一面面试经验，重点考察大模型Agent架构设计、Java基础（重写equals/hashCode、线程安全）、MySQL事务机制（幻读/隔离级别）及死锁处理，适合准备大模型研发或后端岗位的求职者参考。

百度AI产品经理暑期实习一面面经

百度AI产品经理暑期实习一面面经，覆盖B端经验、产品上线、国内外大模型、竞品分析、RAG、AI商业化、AI编程工具与Agent产品差异。

百度 AI 产品经理日常实习一面面经

百度 AI 产品日常实习一面，重点考察求职方向、AI 项目、竞品与用户调研、Agent 选型、Query 分类、搜索链路和作品集。

深势科技 Java 开发面试经验

深势科技Java开发面试经验分享，涵盖一面基础与二面大模型Agent实战。重点考察JVM底层、MySQL事务锁机制、Redis高级应用、Kafka架构及Spring AI RAG知识库构建方案。适合准备后端开发与AI应用开发岗位的候选人复习参考。

京东AI后端开发日常实习二面面经

京东AI后端开发日常实习二面经验分享。面试重点围绕项目实战、Spring AI框架设计、RAG流程逻辑、Agent架构（长期/短期记忆）及AI辅助编程工具应用。考察候选人对大模型工程化落地及复杂业务重构的理解能力。

京东物流实习生二面面经（Agent项目深度拷问）

京东物流Java后端实习生二面面试记录。面试官重点考察Agent项目开发经验，涵盖RAG架构设计、Spring AI框架原理、大模型记忆机制、AI辅助编程工具应用及业务场景落地能力。无手撕算法，侧重工程思维与技术选型。

京东科技AI后端研发一面（日常实习）

京东科技AI后端研发日常实习一面，约1小时，涵盖秒杀防超卖加锁机制、Caffeine本地缓存一致性、Agent memory模块设计、大模型架构选型，以及Java内存模型、RPC框架、HTTP协议等八股题，适合准备后端实习面试的同学参考。

美团AI后端开发一面面经分享

美团AI后端开发一面面试经验，涵盖Agent循环与RAG知识库架构，考察Redis分布式锁与缓存一致性方案，涉及TCP网络协议、数据库分表设计、SOLID原则及多线程并发场景，并包含海量数据处理算法题。

去哪儿春招 Java 一面凉经

去哪儿春招Java开发岗位一面面试题，重点考察了候选人的项目Agent实战能力、意图识别与业务告警根因分析，以及Java集合框架（ArrayList/LinkedList）、多线程并发扩容问题和线程池参数调优等八股文知识点。

TCL科技Java实习面经

TCL科技Java实习面试实录，面试侧重于实习经历与AI Agent项目的深度拷打，全程无八股文与手撕代码。本文总结了面试高频问题及应对策略，帮助Java求职者提升项目总结能力与技术交流技巧。

腾讯 ima 面经：Agent 项目与高并发后端八股

腾讯ima岗位一面面经。面试涵盖Agent架构设计、RAG应用实践、SSE与WebSocket区别、DDD领域驱动设计，以及高并发场景下的Redis缓存策略、互斥锁、布隆过滤器与消息队列等后端核心技术八股。

抖音AI产品经理校招二面面经

抖音AI产品经理校招二面面经，考察用户沟通、AI教育竞品、Deep Research横向对比、大模型资讯、智能体体验改进、需求细化和Cursor产品拆解。

快手后端Java开发二面面经

快手企业事务部门Java后端开发二面面经，面试时间2026年3月。重点考察AI Agent项目经验，涵盖RAG流程与选型、幻觉优化、Redis瓶颈分析、RabbitMQ消息队列原理，以及LangChain4j框架选型等核心技术点，无Java八股和手撕算法，整体体验良好。

美团小美Agent产品实习一面凉经

美团小美Agent产品实习一面凉经，重点深挖Vibe Coding项目、模型选型、MVP验证、不同AI编程工具体验和Skill设计思路。

腾讯广告AI产品经理实习面经

腾讯广告AI产品经理实习面经，考察Transformer与扩散模型、Agent和工作流、二次编辑、广告AI产品策略、商业价值评估和多Agent协作。

腾讯面经-腾讯后端开发岗面经-06

腾讯后端岗位面试记录，涉及滑动窗口、智能客服 Agent、事务隔离、Redis 和排序算法。

腾讯S3后台开发一面凉经

本篇面经记录了腾讯S3后台开发一面经历。面试核心围绕Java与Go语言特性、面向对象编程思想，并深入探讨了Agent项目中的RAG原理、缓存一致性、权限控制、幂等性实现及设计模式应用。同时考察了布隆过滤器与短网址算法实现。