蚂蚁集团二面面经（CIO 线）：CLI 编译分发、Skill 设计与 AI 时代的内部基建

蚂蚁集团 CIO 线（企业数据资产上下文工程、数据侧内部基建）二面面经，全程约 37 分钟：围绕在 Shopee 的实习感受与离职原因、CLI 的编译与分发链路、Skill 的设计、三段实习对比、转正与 offer 情况，以及 AI 与企业基建的关系。

2026-10

快手 AI Agent 开发凉经：如何定义 Agent？

快手 AI Agent 开发

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。

2026-10

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-测试一面

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。

2026-10

阿里千问二面：Agent平台、评测体系与训练基础

阿里巴巴（通义千问）大模型算法工程师二面

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。

2026-09

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

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。

2026-09

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

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。

2026-09

华橙 Agent 评测二面面经

华橙 Agent评测二面

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。

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

腾讯营销后端一面：Agent 上下文体系与多路归并

腾讯后端开发一面

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。

2026-09