面灵AI→

东方财富 AI 应用一面:Skill 路由评测与上下文分层

东方财富 AI应用开发 一面

东方财富 AI 应用一面面经(9.15):主体是 Agent 实习的深挖——Skill 路由评测为什么要做、正反例怎么构造、除描述外的误路由原因、如何量化与设定阈值、历史消息膨胀与错漏召回如何处理、Context 如何分层,以及金融场景下工具返回五六千只 A 股而用户要求全量输出时压缩的信息损失怎么办;随后追问多数据源并发召回为什么用专用线程池、两级缓存一致性、历史访问预热与热点识别、近似统计结构找 Top K,最后考 AI Coding 经验与手撕拓扑排序。

2026-09

快手 AI 应用二面:Agent 平台的效果评估与协作方式

快手 AI应用开发 二面

快手 AI 应用二面面经(9.15):先问实习与转正情况,再从「你怎么理解 AI 技术栈」切入,考 ReAct 与 Plan-and-Execute 的适用场景与组合方式,随后深挖 Agent 平台项目——你个人改了什么模块、平台服务谁、如何考核、需求从哪来、上线收益与人效如何衡量、上下文错用与漏召的典型 case 是否可复用,最后追问模型接入与部署、推理成本、团队分工以及 AI Coding 的质量与多人协作。

2026-09

网易雷火游戏服务端二面:Agent Harness 与网络模型

网易雷火 游戏服务端开发 二面

网易雷火游戏服务端二面面经(9.14):先问求职动机与游戏经历,再深挖 Agent SDK/Harness 项目——输入 Token 降幅怎么算、有没有评测集、上下文方案的最大难点与定制、Harness 的应用场景与定位;中段考 C++/Linux(进程崩溃定位、GDB 查看线程栈)与 AI 工具使用、大代码库的理解与 Memory 沉淀;最后对比游戏服务端与互联网后端、TCP/UDP 选型与 QUIC,手撕「伤害 1 或 2 点恰好击杀的序列数」动态规划。

2026-09