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。

2026-10

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

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。

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

腾讯多模态算法岗一二面面经

腾讯多模态算法工程师一面二面

腾讯多模态算法岗一面二面的另一份记录：一面考论文与数据集构建、Adapter 与 LoRA、Qwen2.5-VL 架构、SAM 系列演进与开放场景题；二面考 SAM3 训练与文本数据集构建、CLIP、门控、权重初始化与 token 概率计算。

2026-10

腾讯多模态算法岗一二面面经

腾讯多模态算法工程师一面二面

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。

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

B站推荐算法一面面经：生成式召回13问详解

哔哩哔哩推荐算法一面

B站推荐算法一面原题整理，13 问覆盖 SID 语义编码与曝光容量约束、量化误差与业务约束的权衡、编码碰撞、SFT 与 LoRA 微调、长短序列与冷启动处理、生成式召回降延迟，以及双塔缺陷、三种训练范式和 InfoNCE 温度系数。

2026-09

字节多模态大模型一面二面三面：从 Lora 微调到手撕算法

字节跳动多模态大模型一面

字节多模态大模型岗三面连轴面经：一面围绕论文与 RAG 项目、质量过滤模型、LoRA 原理、Transformer 自注意力与 BERT/GPT 差异、RLHF 与 DPO，手撕最长公共子序列；二面拷打多模态训练与 Prompt 验证、数据清洗、CLIP、幻觉与复读机、前馈网络升维降维、LLaMA 版本差异；三面偏开放，聊对大模型结构演进与训练难点的理解。

2026-09