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。

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