一面

40分钟

• ai相关的工具和相关的知识是从哪获取的
• 解释ai中的token
• token还有哪些用处吗
• 上下文是什么，上下文的大小决定了什么指标
• 在上下文窗口大小限制的情况下，如何更合理的处理上下文
• 向量数据库你了解的有哪些
• 向量数据库和传统数据库的区别
• 向量数据库的匹配相似度的方法
  • 余弦相似度
  • 面试官补充：欧氏距离（L2）
• 对余弦相似度的理解，是如何计算的
• mcp解决什么问题，为什么模型会引入mcp概念
• mcp由几部分组成
• 如何使用mcp的方法
• electron主进程是如何处理mcp连接的安全性的
  • 没太明白，问了面试官后，说的是zod校验
• function calling是什么
• function calling也是工具调用，那什么情况用function calling？什么时候用mcp？
• langchain去构建一个agent的步骤是什么
• 在langchain中注册tools有哪些方法
• langchain版本问题，大版本升级有哪些核心的变化
• 提示词技巧有哪些
• memory有使用过吗，对它的理解
  • 这部分了解的不多，说的比较浅
  • 面试官：在上面时间启用长期、短期记忆；在什么时机去存储；以及内容的召回和更新
• rag有哪些分片逻辑
  • text splitter策略
• 从前端角度切入ai，从前端到agent如何去看待语言、工种的转变，以及如何更好的融合

在面试前电话沟通中可以知道面试官不看重语言，对agent实习生开发也不会作太难的要求，但一些基本理解和框架需要了解。

除了以前的前端/后端，全栈agent也是可以试试的。

当场答应二面，但是因为上次hr面流程没终止，所以没能约二面，挺可惜的吧。

有赞两个部门的面试感觉入职工作内容也是有挑战的，也是非常吸引我的地方。