RAG 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。

扒了 35 家 AI 公司面经，考最多的居然不是 Transformer

汇总 35 家大模型公司约 600 道面经题后的高频考点复盘：出现次数最多的是 KV 缓存与显存计算，其次是 MoE 的路由与负载均衡、Prompt 与 RAG 和微调的选型，以及面向海量用户的聊天助手系统设计。

RAG 取不到数据怎么排查？三个回答层次见水平

AI 岗面试真题「RAG 取不到数据，你怎么排查？」的三层答法对比：只说要换 embedding、调 topK 与阈值的背题式回答；按数据是否入库、chunk 切分、query 匹配、rerank 四层定位的项目级回答；以及只有真在生产环境踩过坑才说得出的细节——表格被当纯文本切掉行列结构、口语化提问需要先改写再检索。

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。

BIGO 客户端秋招一二三面：JVM 线程池、项目深挖与算法手撕

BIGO 客户端三面记录：一面考 JVM 内存、HashMap、线程池、HTTPS 链路，手撕链表判环与合并区间；二面深挖快手数字人项目和 RAG，追问消息队列、任务编排与各种锁；三面考状态机隔离与 RAG 入库，手撕差旅费用贪心。

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。

字节中国交易与广告后端一面：GMP、Go GC与Redis集群

字节跳动中国交易与广告部门秋招后端开发一面面经。面试围绕实习经历展开，技术考点集中在 Go 的 GMP 调度与垃圾回收、内存泄漏排查、Redis 的单线程设计与集群方案、MySQL 事务隔离级别与脏读幻读不可重复读，另外深挖了简历里的 AI 项目与记忆系统、RAG 方案，最后是一道 Hot 100 算法题。

携程 Java 开发 AI 面面经（10.08，全程 50 多分钟）

携程 10 月 8 日 Java 开发 AI 面试记录，全程 50 多分钟且追问极密：从自我介绍与协作经历谈到岗位理解，再到 ConcurrentHashMap、CAS 与 ABA、MySQL 查询流程与优化器选错索引、浏览器到页面渲染，最后是一道千万级积分排行榜的设计题和多轮 RAG 项目追问。

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。

高斯信息技术 AI 开发工程师一面：BERT微调与LangGraph编排

高斯信息技术 AI 开发工程师一面面经：以项目深挖为主线，追问 BERT 微调与知识图谱设计，再考 Transformer、LangGraph 编排、图谱检索与 RAG 差异，以及工程广度与 AI Coding 心得。

恒生电子 AI 应用开发工程师 AI 面面经

恒生电子 AI 应用开发工程师 AI 面面经：技术侧考 Python 装饰器参数处理、InnoDB 加锁与 B+ 树范围检索、MCP 一次交互的客户端流程；AI 侧深挖上下文管理、长期记忆检索时机、RAG 与传统检索及微调的取舍、受控编辑与评估指标、LangGraph 选型与 Checkpoint 冲突。

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。

金证科技 C++ 开发一面二面面经：多态、STL 与项目深挖

金证科技 C++ 开发秋招一面二面面经，已过并 OC。一面深挖转专业动机与 RAG、Android 项目，技术题覆盖 C 与 C++ 区别、多态、vector 与 list、Lambda；二面确认业务匹配与 AI 开发习惯，末尾是反问。

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 AI 应用开发一面面经（通过）

美团 AI 应用开发一面，从电商客服项目切入，深挖召回串味的排查与意图路由、长答案句子级切片；八股考 Transformer 注意力机制与 KV 缓存、多轮对话状态存储，手撕最长无重复子串，整体偏项目取舍而非背诵。

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。

拼多多 Agent 开发一面：RAG 切块、混合检索与 BM25

拼多多 2026 秋招 Agent 开发一面面经。考点集中在 RAG 工程：切块粒度的取舍、混合检索与 BM25 原理、Top-K 噪声处理、端到端延迟优化、MCP 全链路，以及记忆机制、文档多版本共存和两道手写题。

拼多多服务端开发一面面经：并发幂等、Kafka 积压与向量库索引

拼多多服务端开发一面（约 50 分钟）大部分时间在深挖实习项目：并发与幂等的实现动机、Kafka 消息顺序性与积压处理、分区数怎么定，以及知识问答助手里 Chroma 与 Redis 的边界、向量库更新与索引结构；基础题考 MySQL 主从同步与一致性，最后两道算法题是数组中的三角形个数和一道较长的动态规划。

平安科技二面面经：项目全过程、RAG 全链路与 AI 方法论

平安科技二面面经，约 20 多分钟、两位面试官，全程不考八股：围绕项目亮点与业绩、从产品沟通到开发测试上线的完整交付过程、RAG 全链路与线上流量展开，并追问 AI 方法论在什么场景适用、什么场景不适用。

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。

虾皮 AI 应用开发一面面经

虾皮 AI 应用开发一面，围绕 RAG 在线查询链路深挖五路召回与 RRF 融合、去重与稳定排序、Reranker 超时降级，追问评测集分层与重构等价性验证；工程侧考 Kafka 吞吐压测、故障注入验证重复与丢失率、AB 实验口径与护栏指标，以及如何用 spec 与验收标准驱动 AI 写代码。

虾皮 AI 应用开发一面复盘：从 RAG 链路到工程稳定性

虾皮秋招 AI 应用开发一面复盘：面试官每个问题都追数据与细节，覆盖 RAG 在线链路与多路召回融合（RRF、去重、配额、Rerank 超时降级）、评测体系与重构等价性验证、AB 实验口径与体验护栏、Kafka 压测与故障注入、以及用 AI 写代码的 spec 与验收标准，最后手写二叉树中序遍历。

虾皮研发工程师一二面：五路召回、加权 RRF 与消息队列压测

虾皮秋招研发工程师面经：9.10 一面由 AI 按简历出卷、自己作答，9.21 二面深挖自研消息队列与 RAG 项目，覆盖五路召回与加权 RRF、reranker 降级与评测口径，10.9 HR 面后告知十月底发带薪意向。

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。

腾讯多模态算法岗一二面面经

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。

同为股份秋招C++开发一面与HR面：内存、多线程与RAG项目

同为股份秋招 C++ 开发一面+HR 面：考 C 与 C++ 区别、static 与智能指针、内存泄漏、RSS/VSS 与虚拟内存、线程池与锁的取舍、单核多线程与绑核，并问 RAG 与向量库选型；9.29 HR 面后已 OC。

小厂智能体应用开发面经：PDF 切块、大模型 JSON 输出与 NL2SQL

某互联网公司智能体方向的 AI 应用开发面经，整场不到十分钟。考点是 PDF 文档切块与图文公式处理、大模型输出 JSON 不规范怎么兜底、记忆与知识库的测评，以及 NL2SQL 检索超出上下文限制的应对，作者自述第八题没答上、全程紧张。

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。

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。

信锐网科软件开发面经：消息队列、Protobuf与Linux

信锐网科秋招软件开发面经：一面围绕自研发布订阅消息队列，追问 Protobuf 编码、SQLite 持久化与重复消费，并深挖 RAG 与 AI 辅助开发；二面考内核态切换、load average 排查、内存泄漏定位与 TCP 可靠传输。

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。

云览科技 AI 产品经理面经：B 端智能体与问答效果深挖

云览科技 AI 产品经理面试记录：整场围绕两段实习加一个竞赛项目往下追，逐层拷问 B 端 AI 智能体的定制交付与平台化边界、问答模块召回率与准确率差时的根因定位、缩减召回片段的依据，以及文生图社区的私信功能需求来源与活跃度指标口径。

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。

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。

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。

友邦咨询（广州）后端开发实习面：AI 编程与 RAG 项目

友邦咨询（广州）后端开发实习岗线上面试记录，4 位面试官、约 39 分钟。前半段围绕两段 AI 项目实习展开，追问 AI 编程工具的选型与代码验证、RAG 方案与设计评审、多线程与性能问题，后半段是课程、CI/CD、职业规划等常规问题。

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：代码找错与RAG八股

阿里云 AI 应用开发一面面经，9.16 面 9.19 挂。三道代码题：wait/notify 实现栈找错、100 元红包 10 人分且单人不超过 90、爬楼梯。面试题覆盖大模型幻觉与缓解、完整 RAG 流程与选型、MCP、几十亿商品表的库表设计。

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。

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。

蚂蚁集团后端开发面经合集：网络协议、锁升级与 AI 工程

蚂蚁集团后端开发岗五场面试合集：一面覆盖 URL 到渲染的完整链路、TLS 与 CA 信任链、Synchronized 锁升级、线程池参数与 B+ 树/Redo Log，并追问 LangChain4j、MCP 与 Skill；后续几面聚焦幂等 ID 与 TCC、可用性治理，以及大文件 Top10、分布式限流与分布式 ID 等设计与手撕题。

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 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 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。

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 13：缓存分层、Feed 流与线程安全

百度后端开发岗四场面试的问题合集：从 MySQL 如何承载海量请求、本地缓存与 Redis 的分层选型和 Singleflight 请求合并，到有向图判环、覆盖索引与深分页、RAG 缓解大模型幻觉与基于 RAG 的规则下发方案；后半程集中在朋友圈 Feed 流、游标分页、点赞系统与 MQ 写库一致性，以及 1 MB 与 100G 日志统计 Top-K IP 的解决路径。

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面二面面经（GSPO 与多智能体）

百度大模型算法岗一二面面经。一面考强化学习对齐选型（GSPO 相对 PPO、GRPO 的优势）、多智能体协作与记忆、Qwen 多模态与 MRoPE、RAG 全流程，手撕最长公共子序列；二面考 ReAct、SFT 与 RLHF 数据、自注意力与 QKV。

28届双非双一流本科AI Native北京某厂面经

北京某厂AI Native方向面经，围绕高并发库存、智能体数据链路、检索准确度以及MySQL、JVM和布隆过滤器等基础知识展开。

Bigo后端开发一面面经

Bigo 后端开发一面，覆盖网络、操作系统、MySQL、Redis、Java 并发、RAG 召回和慢 SQL 优化。

Bigo后端开发二面面经

Bigo后端开发二面面经，围绕RAG与自动修复项目深挖，并考察消息可靠性、MySQL执行计划、Redis缓存、Spring、JVM、网络和算法。

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 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。

哔哩哔哩二面：服务治理与AI评测体系

哔哩哔哩9月22日二面，围绕服务注册发现与RPC调用链路、控制面流量规则下发与同机房选路、负载均衡策略展开，并深入Agent在规范治理中的角色、评测体系指标与RAG检索优化。

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。

字节广告平台二面面经

字节广告平台二面，重点考察海量广告频控与去重系统设计、LRU缓存手撕、RAG Agent效果优化，以及Kafka消费组重平衡。

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 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。

字节 AI 后端秋招二面：Redis、RAG 与预约系统设计

二面从 Java 与 Redis 追问到消息队列、RAG、大规模预约和实习可靠性，算法为旋转有序数组查找。

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。

字节日常实习后端一面凉经（中国交易与广告）

字节后端实习一面，涵盖 RAG 召回、缓存一致性、Redis 持久化、消息幂等和循环依赖检测。

字节后端面经：广告去重、知识图谱发布与 Saga 补偿

四场 9 月 2 日至 3 日的后端面试，重点追问广告曝光去重、知识库多存储发布、Agent 长任务，以及缓存一致性和 Saga 失败补偿。

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。

字节跳动前端一面（26 题，含 RAG 与 SSE）

字节跳动前端一面面经，共 26 题。既有浏览器与网络基础（TCP/UDP、拥塞控制、缓存、跨域、重排重绘），也有大量 AI 前端场景：首 token 优化、SSE 与 WebSocket 选型、RAG 全流程、Top-K 与 Top-P，手撕并发限制调度器。

字节全栈一面面经：RAG 链路与线程池连环追问

字节全栈一面面经，时长一小时：前半段从 RAG 的完整链路、向量化到效果评估一路追问，后半段切到线程池参数、拒绝策略与主线程执行策略的取舍，收尾是 Java 值传递、HashMap 遍历删除、String 拼接和 try-finally 中的 return 等基础题。

字节中国交易与广告全栈二面：SSE 续传、虚拟列表与 HTTP/3

字节中国交易与广告全栈二面：从实习项目里的 SSE 对话续传与虚拟列表切入，追问虚拟列表原理、缓冲区设置与断点续传，再问 Tool Calling 与 MCP、RAG 链路与 rerank、LangChain 与 LangGraph、浏览器渲染管线与合成层、HTTP/2 与 HTTP/3、TCP 拥塞控制，最后二面挂。

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、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。

字节火山引擎测开一面：云原生 + AI 提效

字节火山引擎测试开发一面：从百度智能云项目切入，追问 IaaS/PaaS、CPU 与 GPU 实例与多租户网络隔离，再到云审计接口自动化、LangGraph 状态管理、用例生成纠错、RAG 分块检索、Celery 异步与 SSE 长连接、502 排查。

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。

携程后端面经合集：RAG 评估、库存分片与 Java 基础

合集涉及 2026 年 4 月至 9 月的多场面试，包含 RAG 项目评估、秒杀库存、并发、数据库事务和编辑距离。

携程、去哪儿、美团面试题汇总：项目深挖与连续追问

原帖汇总三家公司公开面经，整理项目目标、技术难点、学习经历与测试场景的追问，并讨论限时回答的准备方法。

得物 Java 开发一面：并发八股、MySQL 索引与 RAG 项目

得物 Java 开发工程师一面面经：八股集中在 ThreadLocal 原理与内存泄漏、线程池上下文传递、synchronized 与 ReentrantLock 的差异与锁升级、原子类，以及 MySQL 事务隔离级别、幻读与 B+ 树选型；项目部分追问 ReAct 与 Plan-and-Execute 的区别与实现方式，最后是一道时钟夹角逻辑题。

滴滴日常后端一面：慢查询与 RAG 检索链路

滴滴效能平台日常后端一面，9 月 1 日面试。先深挖实习项目与 Token 成本管控，再考 MySQL 慢查询排查、执行计划关键字、回表优化、乐观锁版本号设计，以及 RAG 多路检索、意图改写、BM25 与 Milvus 选型。

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 AI 全栈研发一面：AI 自主迭代、多模型路由与 Prompt 注入防护

度小满 AI 全栈研发 27 届秋招一面，9 月 20 日。全程围绕实习追问 AI 自主迭代、问答链路排查、多模型切换与路由、Redis 会话状态机、并发下上下文一致性、流式下发与 C 端提示词注入防护，最后手撕字符流中第一个只出现一次的字符。

帆软终面面经：全程被打断的压力面

帆软终面面经：面试官没有深挖算法八股，围绕岗位理解、实习项目里的技术名词、Dify 工作流和「为什么做 RAG 而不微调」追问，全程频繁打断并质疑回答，作者复盘了压力面应对与反问环节的得失。

帆软后端一面面经

帆软后端一面，覆盖 Agent/RAG 项目、数据库索引与查询优化、网络通信、JVM、并发资源治理和缓存设计，并包含一道逻辑题。

广联达 AI面 面经（Java后端）

广联达秋招 AI 面试题记录，前半程围绕 Java 类加载机制、双亲委派与 JVM 内存区域深挖，后半程追问实习项目与 RAG 检索链路的查询重写、精排和混合检索设计。

合肥某头部企业 软件开发实习面试：33 题追问 RAG、MySQL 与 AI Coding

合肥某头部企业软件开发实习生面试汇总：原定半小时却追问了一个小时，33 道题几乎全围绕医疗问答项目——RAG 切分与 Embedding、BM25 与 MMR、MCP 协议、LangChain 与 AI Coding 工作流，随后是 MySQL 隔离级别与 MVCC、Undo Log、深分页、连接池、JVM 排查与 Nginx、Docker 基础。

汇顶科技软件开发工程师IT系统二面

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。

华为OD Java开发面经

华为OD Java开发面经，记录机考、综合测评、技术面、主管面与HR面，技术面覆盖Kafka、数据库、Java集合、RAG检索、JVM及两道手撕题。

华为 终端云软件开发 一天三面面经（主管面挂）

华为终端云软件岗 9.24 南京一天三面的记录：一面问计网五层架构与协议、TCP、HTTP、磁盘与内存、堆与栈，并手撕一道带更新操作的算法题；二面是 AI 代码考察（RAG）；主管面问免笔试原因、实习、为什么不考研、代码水平与对华为的了解，最终主管面挂。

汇川技术数字化全栈一面：Agent项目深挖与MySQL调优

汇川技术9月20日数字化全栈工程师一面，双机位飞书会议、约半小时无手撕，重点深挖大模型客诉分析Agent与n8n低代码数据中台两个项目，最后考MySQL慢查询与索引回表。

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应用开发AI面试：JVM、InnoDB加锁与RAG切分

恒生电子AI应用开发岗AI面试真题，六大部分共24问：JVM类加载与双亲委派如何防篡改核心类库、InnoDB按主键/唯一键/普通字段做update时加锁差异与间隙锁、Function Calling的参数生成与非法参数治理、跨章节超长文档的分块策略与口径匹配率指标、多智能体矛盾结果仲裁与资料冲突采信优先级，以及Spring AI的抽象设计与原生短板。

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。

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 测试开发二面（40min）：知识库、测试覆盖与大模型痛点

科大讯飞测试开发二面，9 月 29 日，约 40 分钟。围绕自建知识库追问为什么搭建、落地思路、效果变化与前后差别，并延伸到测试产物覆盖度的保障策略、印象最深的 bug、Codex 使用技巧、skill 与 agent 的区别，以及大模型在测试领域的落地痛点。

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。

京东后端一面复盘：RAG 知识库、向量库选型与 CAS 八股

京东后端一面面经，9 月 23 日，约 20 分钟。前半场深挖 RAG 知识库的写热点、Milvus 选型与检索定位；后半场 Java 八股覆盖 CAS 与 ABA、线程池、ThreadLocal、B+ 树、慢 SQL 与 Kafka 顺序性。

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 大模型算法岗面经合集 01：PPO/DPO/GRPO 八股、音视频链路与端侧 AI 追问

京东大模型算法岗 6 场面试记录：强化学习与微调原理（PPO 与 GRPO 的 KL 约束、DPO 的数据构造）、音视频链路深挖（AAC 与 Opus、WebRTC、3A 算法）、LoRA 参数、RAG 切片与召回优化，末尾手撕 LRU。

京东 算法工程师 笔试+一面 商品问答 RAG 深挖

京东算法工程师笔试加一面记录。笔试 90 分钟考订单金额按城市汇总与 AICoding，一面 40 分钟围绕商品问答 RAG 深挖，追问召回不准的解法、知识增量更新的索引与缓存策略、召回率提升手段和向量库选型，最后转岗到更匹配的推荐团队。

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。

金山软件 AI全栈一面

金山软件 AI全栈一面，整理面试中涉及的Java、MySQL、Spring、并发等重点问题，供求职者准备相关岗位面试时参考。

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 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。

快手前端一面（RAG 链路与 AI Coding）

快手前端一面面经，题目围绕 AI 链路展开：DFS 实时循环与成环、为什么选 pgvector、BM25 与 RRF 融合、多 store 分片、解析缓冲与渲染缓冲、节奏控制、SSE 不完整行处理；AI Coding 环节本想自己下载题目，结果 AI 直接把题做完。

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。

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。

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。

力鑫科技全栈二面：简历拷打与 1.6T 数据库上云迁移方案

力鑫科技全栈开发二面（9 月 24 日）近 40 问：从绩点排名、实习离职原因，到线程安全对象池与 ConcurrentHashMap、QPS 测算口径、20 秒慢 SQL 排查，最后是 1.6T 数据库上云迁移场景题并围绕带宽与增量位点连环追问。

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 应用开发一面：召回串味、KV 缓存与手撕滑窗

美团 AI 应用开发一面复盘（已通过，当晚收到二面）：以电商客服项目深挖为主，重点追问意图召回串味（「怎么退款」与「退款到哪了」撞车）的拆分方案，八股问了 Transformer 注意力、KV 缓存与多轮状态存储，手撕最长无重复子串。

9.2 美团--一面

美团零食杂售研发部 AI 后端一面，涉及项目迁移、RAG、支付幂等、索引优化和 Top-K 算法。

美团AI后端一面

美团AI全栈二面：RAG切块、多Agent协作与缓存一致性

美团AI全栈二面面经，9.20面试、9.22收到意向书。开场手撕LRU并追问泛型、过期时间与多线程安全，随后全是场景设计题：RAG为什么要用、切块与排序哪个环节影响最大、Markdown怎么切、BM25与向量怎么融合、RRF的k怎么设、多Agent任务分配与状态隔离、工具调用容错、行程规划Agent设计，以及缓存三兄弟与Redis分布式锁。

美团语音面试公开帖整理：项目、网络与系统设计

根据多份公开帖汇总的面试流程与考点，包含语音问答、项目追问和系统设计。

美团后端开发岗面经（02）

美团后端开发岗面经，涉及Java基础、缓存与分布式锁、Kafka异步下单、RAG与Agent、数据库设计和并发场景题。

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。

美团Java后端日常实习一面面经

美团Java后端日常实习一面，考察RAG评测、Java锁与线程池、线程协作，以及链表基础算法。

美团容器平台Java开发面经

美团容器平台Java开发面经，覆盖数据库与缓存、消息队列、Agent权限、RAG以及线上排障。

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。

三场 Java 面试考点整理：缓存、权限与 RAG

网易雷火全栈一面凉经：UniApp 多端与 AI 知识库

网易雷火全栈一面凉经 22 问：UniApp 多端适配、H5 与小程序样式维护、登录链路、分包加载与白屏优化、中文输入法与并发搜索、长列表渲染优化，以及 AI 知识库的分流与置信度策略、RAG 缓存与 AI 编码评审。

东软集团线下面试：Java 基础、RAG 与 Session

9 月 17 日商用软件事业部线下面试，约二十分钟，主要确认实习经历、技术基础及出差意愿。

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。

蔚来 大模型算法 秋招面经：代码智能体仓库级改造与上下文工程

2026 秋招蔚来大模型算法岗面经，问题全部围绕代码智能体的工程落地：仓库级上下文如何构建、纯向量检索为何漏文件、符号图与影响分析怎么用、怎么保证生成的补丁真的可交付、项目级指令文件的边界，以及权限隔离与提示注入防护。

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。

去哪儿 AI 应用开发 AI 面试：JVM、B+ 树、订票系统设计与 RAG 落地

去哪儿 AI 应用开发 AI 面试：追问 JVM 运行时数据区、HashMap 的 put 与扩容、ArrayList 多线程 add、InnoDB 选 B+ 树的原因、进程与线程、订票系统的重复订单拦截，以及高并发缓存与 RAG 调参。

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。

去哪儿 AI 全栈工程师秋招面试

去哪儿 AI 全栈工程师秋招面试：先让在 Java 与 TypeScript 间做选择，再考 ES6 集合类型、Redis 持久化与 MySQL 深分页，并连续追问 RAG 流程、效果评估与文档切片。

去哪儿测试开发一面：测试 Agent、RAG 与索引

去哪儿测试开发技术一面，围绕测试 Agent 项目展开：AI 生成脚本的稳定性、RAG 分层检索与召回稳定性评估、断言粒度设计，另考察 MySQL 索引、HashMap 与 ConcurrentHashMap，以及发红包测试用例设计。

SHEIN 二面：Redis 库存扣减与缓存一致性

SHEIN 二面记录，全程不到 15 分钟。问题集中在项目难点、用 Redis 做原子扣减时数据库与缓存的一致性、下单超时只扣了 Redis 没落库的补救、Lua 脚本里的逻辑、订单与促销多系统扣减的真实流程，以及 Redis 稳定性隐患、RAG 项目与个人规划。

深信服Java后端一面面经（HashMap+RAG）

深信服Java后端日常实习一面面经，无手撕代码。考察HashMap底层、11选10的高频数据场景题、MySQL索引失效与跳表、Redis与数据库一致性、RAG的chunk切分与检索生成场景题。

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。

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。

欣旺达数据开发AI面：9连问与追问拆解

欣旺达数据开发岗 AI 面记录，手机小程序进行，自我介绍加填意向地后有 4 组问题共 9 问，围绕 Iceberg Schema Evolution 秒级加字段、RAG 补全元数据、数据分析 Agent 的技术选型，以及行为面的抗压与提前布局。

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。

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。

腾讯算法岗面经合集：感知哈希、RAG 与 Go 调度

腾讯算法岗三场面经合集：第一场以算法和智力题为主，含数组整体减固定值能否归零、其余数出现三次时找唯一数、rand5 构造 rand7、64 匹马取前四；后两场围绕项目，问了感知哈希、RAG 召回与 Redis 单线程高吞吐。

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。

某互联网公司 测试开发实习生一面（中国交易与广告方向）

测试开发实习一面记录，面试时间被临时改到次日；题目集中在向量数据库与 RAG 的区别、向量库与 MySQL 的优劣势、向量索引类型与原理、低延迟与向量的含义，以及项目背景与架构介绍，反问环节面试官反过来讲了测开岗位职责。

微店 AI 全栈开发秋招一面：RAG 评估与 Agent 编排

微店 AI 全栈开发秋招一面面经：以 RAG 与 Agent 工程为主，覆盖如何证明召回率提升真实有效、召回率与准确率的权衡、时间范围过滤与版本冲突、检索内容 Prompt 注入防护、删除类高危操作的确认流程、Agent 后端语言选型与编排方式、自主循环与预定义流程的取舍，以及如何保证逐步不可预测的执行最终仍达标。

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。

浩鲸 Java 一面：HashMap、数据权限与同步水位线

约一小时的一面，基础题之外重点追问数据权限重构、数据同步和单点登录，项目设计需要解释为什么这样做。

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 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 大模型算法岗面经合集（三）：Transformer 细节、DPO 与推理优化

小红书大模型算法岗九场面经合集（三），2025 年 12 月至 2026 年 1 月。覆盖 Transformer 结构与 GQA，微调 7B 显存估算、FlashAttention、DPO 与 RAG 微调，以及 PPO、GRPO 差异。

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一面面经

小米Java一面聚焦Redis分布式锁与缓存治理、CAS和幂等、RAG检索优化、线程池及大模型注入防护，并手撕并发LRU。

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。

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。

秋招第一面 8月4号百度后端

百度Java后端开发工程师面试记录，覆盖Java、Redis、MySQL、并发等考点，整理了面试流程与高频问题。

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 后端开发北京 秋招 二面 1h13min

百度Java后端开发工程师面试记录，覆盖JVM、并发、RAG、面试经验等考点，整理了面试流程与高频问题。

分享｜4年经验面百度智能客服，三轮技术面全过，薪资没谈拢

百度Java后端开发工程师面试记录，覆盖Java、RAG、面试经验、后端开发等考点，整理了面试流程与高频问题。

字节面经-字节跳动后端开发岗面经-10

字节Java后端开发工程师面试记录，覆盖算法、RAG、面试经验、后端开发等考点，整理了面试流程与高频问题。

字节跳动飞书一面

字节Java后端开发工程师面试记录，覆盖Java、Redis、MySQL、并发等考点，整理了面试流程与高频问题。

后端开发面经

某公司Java后端开发工程师面试记录，覆盖Java、Spring、算法、AI应用等考点，整理了面试流程与高频问题。

秋招实录｜连面 3 场 AI‑Agent 后端岗，踩完坑才懂大厂真正考察什么🔥

阿里Java后端开发工程师面试记录，覆盖Java、算法、AI应用、RAG等考点，整理了面试流程与高频问题。

7.21 北京千帧科技 AI全栈 面经 30min

某公司全栈开发工程师面试记录，覆盖Java、Redis、RAG、MCP等考点，整理了面试流程与高频问题。

蔚来后台开发实习一面

某公司Java后端开发工程师面试记录，覆盖Kafka、JVM、并发、RAG等考点，整理了面试流程与高频问题。

momenta二面

某公司Java后端开发工程师面试记录，覆盖Java、Spring、并发、算法等考点，整理了面试流程与高频问题。

帆软提前批一面（凉）

某公司Java后端开发工程师面试记录，覆盖Java、MySQL、JVM、并发等考点，整理了面试流程与高频问题。

深圳思博兰科技实习一面

某公司Java后端开发工程师面试记录，覆盖Java、Redis、MySQL、并发等考点，整理了面试流程与高频问题。

同行者科技 笔试+一面

某公司Java后端开发工程师面试记录，覆盖Java、AI应用、RAG、MCP等考点，整理了面试流程与高频问题。

国金证券java实习面经（offer）

某公司Java后端开发工程师面试记录，覆盖Java、AI应用、RAG、面试经验等考点，整理了面试流程与高频问题。

禹贡科技Java实习面经

某公司Java后端开发工程师面试记录，覆盖Java、Spring、RAG、面试经验等考点，整理了面试流程与高频问题。

Java后端一面面经

某公司Java后端开发工程师面试记录，覆盖Java、Spring、AI应用、RAG等考点，整理了面试流程与高频问题。

顾家家居软件开发（Java）秋招AI面面经

某公司Java后端开发工程师面试记录，覆盖Java、RAG、面试经验、后端开发等考点，整理了面试流程与高频问题。

滴滴mp后端日常一面

滴滴Java后端开发工程师面试记录，覆盖Java、算法、AI应用、RAG等考点，整理了面试流程与高频问题。

京东26校招Java后端面试技术面base三亚

京东Java后端开发工程师面试记录，覆盖Java、JVM、并发、RAG等考点，整理了面试流程与高频问题。

货拉拉二面

货拉拉Java后端开发工程师面试记录，覆盖Java、Redis、JVM、Spring等考点，整理了面试流程与高频问题。

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。

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。

【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 抖音AI产品面经 面麻了

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、RAG、数据分析、高并发等内容，适合准备相关岗位面试时参考。

字节产品日常实习一面凉经

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

耐挂土豆丝面试回忆录-七月（深势科技）

某公司Java后端开发工程师面试记录，覆盖Java、并发、计算机网络、RAG等考点，整理了面试流程与高频问题。

得物Java开发一面面经

得物Java开发岗一面，围绕Apache Tika文件解析、Tomcat与线程池参数设置、包装类拆箱问题，以及RAG项目中专业术语映射与上下文压缩导致幻觉等AI应用难题展开。

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。

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。

互联网大厂产品工程师一面面经

产品工程师一面记录，重点考察 RAG 检索流程、Chunk 切分与 Top-K 选择、失败案例定位、代码阅读和 LRU 缓存实现。

京东AI 产品校招一面 55min

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

快手产品（智能客服）实习一面凉经

快手产品经理面经，原帖记录了一面中的核心追问，重点涉及AI产品、RAG、项目深挖、实习等内容，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。

27日常实习 腾讯AI产品一面分享

腾讯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、RAG、项目深挖、实习等内容，适合准备相关岗位面试时参考。

腾讯云AI 产品 一面 校招面经

腾讯云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、RAG、模型微调、商业化等内容，适合准备相关岗位面试时参考。

腾讯云 AI产品 日常实习 一面

腾讯云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、RAG、模型微调、用户研究等内容，适合准备相关岗位面试时参考。

腾讯云paas产品二面

腾讯云产品经理面经，原帖记录了二面中的核心追问，重点涉及AI产品、RAG、用户研究、项目深挖等内容，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。

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。

小红书三面后端Agent方向实习面经

小红书三面后端Agent方向实习面经，考察项目真实性、深分页SQL优化方案、RAG项目中大模型JSON异常处理，以及Git、Linux常见排查操作。

小红书PE（全栈）一面面经

小红书PE（全栈）一面，重点拷打RAG项目的整体流程、参数设计与优化方案，并考察编辑距离、旋转链表两道算法手撕题。

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。

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。

某公司Java岗与Python岗两次面试经历

同一公司Java岗与Python岗两次面试对比面经。Java岗考察支付幂等、CompletableFuture、volatile、CAS原子类、RabbitMQ可靠性、MySQL与MongoDB选型、RAG及Java注解；Python岗考察架构、装饰器、HTTP状态码、高并发处理及Redis五大数据结构。

字节跳动后端开发实习生二面面经

字节跳动后端开发实习生二面面经（2026.6.15），面试官从技术需求和实际场景出发深挖两个项目，考察知识入库流程、RAG效果对比、ReAct范式选型理由、Java反射机制应用场景，并有手撕SQL打印菱形图案的编程题。

海口Java后端小厂面经（AI项目方向）

海口Java后端小厂一面面经，重点考察AI项目中的会话记忆实现与存储方式、RAG知识片段切分与幻觉问题应对，以及MySQL增删改查、Linux命令、Docker与算法基础。

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。

快手后端实习生二面面经

快手后端实习生二面面经（2026.6.16），AI工程方向重点考察大模型选型、Prompt缓存命中优化、上下文管理、RAG应用场景及RAGAS评测指标；Java侧考察JVM内存区域与静态变量存储位置；另有分布式发号器与停车场系统设计场景题。

虾皮（Shopee）暑期实习后端一面面经

虾皮（Shopee）暑期实习后端一面面经，深挖 RAG 项目的对比实验设计与摘要压缩、MCP 工具调用安全、分布式租约锁续约机制，八股覆盖多线程 CAS、synchronized 锁标记、MySQL 联合索引最左前缀，以及多道算法题（最短路径、TSP、TopK）。

虾皮（Shopee）Java后端实习二面

Shopee（虾皮）Java后端实习二面面经，无八股无手撕，全程拷打RAG项目细节。考察文档解析、分块策略、向量化入库选型（pgvector vs Milvus）、效果评估指标及Agent与RAG的差异。终局为AI Coding实战题。

TME酷狗后台开发二面凉经

TME酷狗暑期实习后台开发面经，一面深挖缓存设计、RAG链路及MySQL索引原理，二面全程考察Go内存管理、GMP模型及三色垃圾回收，最终二面被面试官否定而凉。

亚信科技（南宁）Java开发一面面经

亚信科技（南宁）Java开发一面面经，技术面时长仅10分钟，重点考察研究生阶段课程与项目内容、Graph RAG及多跳检索概念的了解程度、SpringBoot与MyBatis背后的IOC/AOP理解，节奏很快但仍关注候选人对AI相关方向的掌握。

美团AI全栈开发一面面经

美团AI全栈开发岗位一面面试题分享。面试深入考察了RAG检索架构、混合检索参数调优、Agent幻觉抑制及工程化落地经验。同时涵盖了HTTP协议演进、V8引擎垃圾回收、MySQL索引原理及Java面向对象设计等计算机基础知识。

乌鸫科技Java岗社招一面面经

乌鸫科技Java社招一面面经，60多分钟以三个项目深挖为主：银行项目的海量数据Excel导入与额度扣减、RAG学习项目的三层缓存架构与消息队列异步解耦、电商优惠券项目的数据一致性方案，另涉及AI Coding在工作中的应用占比讨论。

星龙数智 Java 后端面经复盘：从 JVM 到 RAG 落地

北京星龙数智科技 2026 年 5 月 7 日的面试复盘，前段是 Java 与 JVM 基础（类加载、双亲委派、内存区域、GC 算法、异常体系、线程池、ThreadLocal），后段转到 RAG 项目的文档处理、召回率优化与向量库选型。

阿里云AI产品经理一面面经

阿里云AI产品经理一面面经，考察LLM、扩散模型和RAG基础，模型微调与提示词工程选型、幻觉治理、垂直场景产品设计及需求优先级。

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。

字节TikTok AI后端开发一面面经

字节跳动TikTok AI后端开发一面面经。面试深度考察Agent核心架构（Planner/Executor/Supervisor模式）、RAG检索增强生成流程及优化、MySQL与Redis特性对比，以及高并发场景下的生产消费者模型设计，手撕题目为LeetCode 224基本计算器。

字节AI产品实习一面面经

字节AI产品实习一面重点深挖项目评测体系、Bad Case归因、训练数据质量与模型微调，并追问RAG、多智能体和OpenClaw等方向。

字节跳动后端一面面经

字节跳动后端一面面经，重点考察项目实战与计算机基础。内容涵盖Base64优化、多进程处理OOM、布隆过滤器、缓存穿透击穿、RAG知识库构建、MySQL InnoDB底层原理及RabbitMQ消息积压处理，并包含算法题“下一个更大元素”解析，适合准备大厂后端面试的同学参考。

字节飞书Golang开发一面面经

字节跳动飞书部门Golang开发岗位一面面经。面试涵盖RAG技术原理、大模型超长上下文处理、JVM内存模型、多线程并发安全及语言对比等核心内容。通过本次面试复盘，学习如何应对高并发场景及大模型架构设计问题。

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。

滴滴Java开发一面面经

滴滴Java开发一面面试题整理，涵盖RAG大模型落地、SpringBoot自动装配、MQ可靠性、责任链与装饰器模式、ThreadLocal内存泄露处理及数据库慢查询优化等核心考点。

钉钉暑期实习 Java 研发一面面经

钉钉暑期实习Java研发一面面经。面试深度考察OCR技术细节、RAG架构（ES+Milvus）、Embedding模型原理、大模型Prompt与Context Engineering，以及JVM内存管理等核心Java后端与AI工程化知识。

4.3 飞猪 Java后端二面面经

飞猪Java后端二面，侧重考察AI应用开发经验与Java底层原理。重点交流RAG架构选型、Agent多智能体架构，以及并发包组件、AQS锁机制、Spring MVC请求映射原理等技术栈。

海天同创后端日常实习一面面经

海天同创后端日常实习一面面经，面试官重点考察了操作系统基础、AI RAG项目切分优化、分布式即时通讯架构、WebSocket应用、MySQL读写分离一致性以及跨域处理方案，并探讨了AI对编程的影响。

恒生电子C++后端开发面试经验分享

分享恒生电子C++后端开发岗位面试经验。面试重点考察C++多态实现、智能指针、读写锁、数据库索引数据结构及设计模式等八股文，并结合项目经验探讨LLM场景下的性能优化方案（如RAG技术）。

荣耀Java后端开发暑期实习一面面经

荣耀暑期实习Java后端开发一面面经。面试涵盖Redis ZSet底层实现（跳表）、分布式系统一致性、RAG向量检索原理及AI技术趋势探讨。面试官侧重考察候选人对AI结合传统开发能力的认知。

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。

27届京东后端AI开发实习生一面面经

京东后端AI开发实习生一面面经，面试重点考察RAG检索增强生成、ES底层原理、分布式锁（Redisson）、Spring AOP机制及Java并发编程（ThreadLocal）。内容覆盖模型应用与后端工程能力，适合准备AI后端岗位的求职者参考。

京东后端AI开发一面面试题分享

京东后端AI开发一面面经，重点考察RAG流程设计、服务降级策略、Java线程池机制、MySQL索引失效与事务ACID、Redis高性能原理及分布式锁应用，并涉及AI工具在开发中的实际辅助能力与边界分析。

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。

快手-Java开发工程师-一面面经

快手Java开发工程师一面面经，重点考察数据库范式设计、MySQL索引与事务隔离级别、RAG向量检索技术及二叉树序列化算法。本文深度解析了数据库表关联优化及面试准备方向，助力校招后端开发者提升面试技能。

乐信科技 Java后端一面面经

乐信科技Java后端一面面经，重点考察RocketMQ核心原理与重试机制、JVM性能调优与CPU高负载排查、Java锁升级机制、Spring多数据源切换实现，以及大模型应用开发与RAG检索技术，涵盖Java后端高频核心考点。

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。

美团 AI 全栈开发实习一面面试题

美团AI全栈开发实习一面面经，重点考察RAG检索策略（混合检索、RRF调参）、Agent幻觉处理、HTTP协议版本区别、Java核心机制、V8引擎GC及向量数据库底层算法，适合备战大厂AI研发岗位的求职者参考。

美团AI全栈工程师面经

美团AI全栈岗位面试经验分享，涵盖RAG架构优化、ES检索、HTTPS通信、Redis深度原理及MySQL核心机制（MVCC、分布式锁、索引优化）。通过真实面试题与考点解析，助你掌握后端高频面试难点，高效备战大厂面试。

美团 AI 产品经理实习面经

美团 AI 产品实习面试记录，覆盖模型训练协作、Bad Case 评测、RAG 优化、BERT 与 Transformer、过拟合及大小模型选型。

深信服后端开发春招面经

深信服后端开发春招面经，涵盖AI Coding实战、LRU算法实现、待办事项系统设计及RAG文本分割技术。本文详述面试过程中的存储系统原理深挖及项目经验分享，为求职者提供参考。

腾讯AI后台开发一面面经

腾讯AI后台开发一面面试题分享，涵盖秒杀系统高并发设计（防超卖、限流、缓存一致性）、RAG项目架构（查询重写、Embedding优化）、MySQL索引原理及Java核心（GC、HashMap）。助你掌握高频面试核心技术点。

腾讯视频后端开发面经

腾讯视频后端开发面经。考察重点涵盖：操作系统进程线程、JVM内存模型、Redis缓存策略、MySQL索引优化与并发控制、RabbitMQ可靠性方案、算法（LRU与链表）及AI工程化（RAG、Agent架构）。适合备考腾讯后端岗位的求职者参考。

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。

万类智生后端开发面经

万类智生后端开发面试，核心考察项目架构设计与AI Agent应用。重点涵盖Spring AI流程、RAG知识库检索、Embedding原理、Redis消息队列设计及高并发分布式场景处理，考查候选人对大模型落地与工程化实现的深度理解。

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。

中科创达面试复盘

中科创达面试复盘，围绕Java基础、线程池、CAS、JVM、MySQL索引与事务、RAG检索流程、LangChain、AI客服和Agent开发展开。

阿里 AI 产品经理实习一面面经

阿里 AI 产品实习一面，深挖多维权限、MCP、大模型与传统模型差异、RAG 链路、微调选型和日常 AI 产品使用。

安恒信息 Java开发实习面经

安恒信息Java开发实习面试题汇总。涉及Arthas指令、Redis内存淘汰与集群模式、Spring初始化、线程池队列、Elasticsearch更新策略、HashMap与TreeMap、CountDownLatch底层、分布式事务XA与TCC、RAG原理及AI辅助编程工具等核心技术点。

字节跳动后台开发二面面经

字节跳动后台开发二面面经，重点考察Go语言GMP调度模型、Java线程池机制、Redis Cluster集群原理及数据分片迁移。涵盖分布式架构、RAG大模型应用、Function Call与MCP对比，以及数据库事务隔离级别分析与算法路径总和实战。

钉钉 Java 暑期实习一面

钉钉 Java 后端暑期实习一面，共约 40 题，涵盖秒杀系统设计、Redis Lua 脚本、Caffeine 本地缓存、Kafka 消息顺序、MySQL 慢 SQL 与主从同步、CAS/ABA/死锁、JVM 锁升级，以及 RAG 知识库系统评估等核心知识点，无手撕算法题。

航旅纵横实习生面试面经

航旅纵横后端实习生面试，面试涵盖RAG架构设计、高并发选座一致性、数据库设计、JWT、Nginx及Java核心底层原理（HashMap、多线程）。面试官重点考察项目细节与底层技术理解，面试时长约40分钟。

快手电商后端一面面经

快手电商后端一面面经，涵盖Java异常体系、Object类方法、hashCode与equals规范、wait/notify与Thread.sleep区别、深浅拷贝、反转链表II算法、Redis分布式锁实现、MySQL原子性保证，以及RAG系统设计与向量化概念，适合Java后端求职备考参考。

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。

快手杭州电商大模型应用Java一面面经

快手杭州电商部门大模型应用开发岗位一面面经。重点考察RAG知识库架构、Function Calling机制、向量数据库对比及高性能并发场景处理。涵盖Java线程池原理、秒杀系统设计及RAG优化路径，适合大模型后端开发求职者备考。

快手大模型应用Java二面面经

快手大模型应用开发岗位二面面经，重点考察Spring AI Alibaba框架应用、RAG检索优化策略、向量数据库索引算法、Java集合框架及设计模式。面试官深入探讨了AI辅助编程的局限性及行业趋势，并包含手撕算法环节，适合准备大模型相关Java开发的求职者参考。

快手杭州电商大模型应用Java一面面经

快手杭州电商大模型应用开发一面面经，重点考察RAG架构设计、Function Calling机制、向量数据库选型及秒杀场景下的Redis Lua脚本应用。此外涵盖Java线程池核心原理及大规模知识库系统架构设计。

快手大模型应用Java二面面经

快手大模型应用开发岗位二面面经，考察重点包括Spring AI Alibaba框架应用、RAG优化策略（如索引算法、检索与召回）、Java集合框架继承体系、设计模式及其在源码中的应用，以及大模型辅助编程的局限性探讨，最后考察了并查集算法。

龙旗科技Java实习面经

龙旗科技Java实习面经，涵盖一面八股文考察及二面项目深挖。涉及Java基础、多线程、Redis缓存机制、MySQL索引优化、Spring Cloud微服务架构、容器化K8s及Agent开发与RAG工作流等核心知识点。

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。

腾讯云 AI 产品经理实习一面面经

腾讯云 AI 产品经理实习一面，覆盖 LLM、Diffusion、RAG、微调与提示词工程、幻觉治理、垂直场景设计、需求优先级和竞品分析。

腾讯IEG春招技术面二面面经

腾讯IEG春招二面面经，涵盖MySQL原理（回表/同步/锁）、分布式一致性协议（两阶段提交/Raft）、TCP网络编程、操作系统内存管理、多线程死锁及大模型（AI Agent/RAG/Token优化）相关技术深度考察。

赢时胜Java后端开发线下面试经验

赢时胜Java后端开发面试分享。面试形式为2对2群面，考察重点涵盖项目实践与Java基础，包括索引失效场景、synchronized锁实现原理、以及对RAG和MCP等前沿技术的理解。适合准备Java后端面试的求职者参考。