蚂蚁集团 面试题
共 5 篇真实面经 · 涵盖 蚂蚁集团 等 1 家公司
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。
蚂蚁集团后端开发面经合集:分布式锁、缓存与 AI Coding
蚂蚁集团后端开发方向五场面试合集:围绕 Redis 分布式锁与 Lua 原子性、CAS 乐观锁的局限、缓存更新策略与读写顺序、Redisson 看门狗、短链系统的读写瓶颈与优化,以及 ES 与 MySQL 一致性、embedding 选型与 RAG 数据过期;Java 侧考 JVM 分代与 GC、线程池参数与有界队列、HTTP 协议与 Cookie、MySQL 引擎与慢查询,并追问 AI Coding 的阶段划分、Plan 模式以及 Agent、Skill、上下文管理与快慢思考。
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面经合集:并发基础与训练推理
蚂蚁集团大模型算法岗六场面试合集:一面以线程池、锁与 JVM、索引与 B+ 树、Redis 与秒杀链路打底,二面追问线索评分 ROI、Prompt 强制 JSON 输出与幻觉兜底、800ms 链路拆解;后几面深入 MLA 与 KV Cache 优化、蒸馏数据清洗与 w8a16 量化,以及 PPO/GRPO 的损失、KL 估计与 rollout 资源关系。