阿里国际 AI Agent 开发岗面经合集：多 Agent 协作与记忆

阿里国际 AI Agent 开发岗两场面试：一面深挖 Agent 架构分层、工具调用原理、记忆系统分级与多 Agent 通信的不确定性治理，手撕二叉树最近公共祖先；二面围绕 Agent 自主改代码、MCP 与 Skill 的职责边界。

百度 Agent 秋招算法岗一面二面面经（附 Top-K 采样手撕）

百度 Agent 秋招算法岗一二面面经：一面围绕多 Agent 架构与分工、长期记忆检索、评估手段展开，手撕区间差集与带温度系数的 Top-K 采样；二面追问三级记忆的必要性、记忆评估指标、双引擎存储与混合检索，手撕生成有效括号。

百度 Agent 秋招算法岗一二面面经：一面深挖多 Agent 的分层架构、子 Agent 职责分工与异常容错、长期记忆存储与评估，手撕区间差集；二面追问三级记忆体系的必要性、双引擎存储与混合检索，手撕生成有效括号。

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。

度小满 Agent 开发一面约 50 分钟，围绕自研 Agent 框架深挖 ReAct 主循环、工具调用被打断、多 Agent 分工与上下文隔离、记忆系统、执行幻觉与上下文压缩，并手撕 IP 地址解析。