继续来分享下之前的面经~欢迎友好讨论，信息共享1.React Fiber架构解决了什么问题?它的工作原理是怎样的?2.在开发Agent产品时，如何实现一个流畅的"打字机"输出效果?3.如何处理Agent返回的长文本中的Markdown和LaTeX公式渲染?4.你们项目里是如何进行前端性能优化的?有哪些量化指标?5.Webpack 的构建流程是怎样的?你做过哪些打包优化?6.谈谈微前端架构，为什么需要它?常用的方案有哪些?7.在 Agent这种复杂状态的应用中，你会选择哪种状态管理方案?为什么?8.快手内部有很多跨端场景，你对跨端方案(如小程序、KwaiNative)有了解吗?9.前端如何捕获并处理异常?对于白屏异常怎么监控?

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目拷打2.项目中实际 QPS、延迟、数据规模是多少？瓶颈在哪，怎么解决的？3.讲一个你做过的技术选型，为什么选它？有没有更优方案？4.设计一个支持多轮对话+工具调用的 Agent，整体架构怎么拆？5.Prompt 如何设计才能降低 hallucination？有哪些工程手段？6.多轮对话中上下文过长怎么处理？裁剪策略有哪些？7.Agent 调多个工具时，如何做调度、重试和兜底？8.function calling / tool calling 的实现原理是什么？9.一条 query 在 RAG 系统中的完整链路是怎样的？10.BM25 和向量召回各自优缺点？线上如何融合？11.embedding 模型选型时要考虑哪些指标？12.query rewrite / 多 query 扩展的原理是什么？有什么风险？13.rerank 模型为什么必要？一般放在哪一层？14.HNSW 的核心结构是什么？为什么查询效率高？15.IVF、PQ、HNSW 的区别和适用场景？16.向量索引如何支持高并发查询和在线更新？17.embedding 维度过高会带来什么问题？如何优化？18.文档 chunk 如何切分？长度和重叠怎么设计？19.如何解决 chunk 切分带来的语义断裂问题？20.知识库如何做增量更新并保证一致性？21.多模态数据（图文/表格）如何统一建索引？

稳稳的寄了。Q：你的 Agent 具备上下文记忆功能，基于 ReAct 模式，目前实际运行中最多能支持多少轮对话？Q：在 ReAct 模式下，Agent 需要频繁调用工具。考虑到不同大模型（如 Kimi 支持 20 万+ token，DeepSeek 支持 10 万+ token）的上下文窗口限制，您在执行过程中是否遇到过因工具调用次数过多（N 次）导致 Token 超出限制（撑爆上下文）的情况？如果有，是如何处理的？Q：在问答类场景中，如果 Agent 陷入死循环（例如反复搜索不到内容，不断重复“查看文件 - 搜索文件”的操作），有什么机制来检测并处理这种异常情况？Q：项目基于 MCP 协议集成了服务器资源查询、数据操作和校内文档检索，为什么没有考虑集成外部互联网资源的检索能力？Q：像 Codex 这类代码模型，其内部显然不是基于向量检索的。您是否研究或思考过 Codex 内部的文件检索策略是如何实现的？Q：目前 OpenClaw 比较热门，您是否阅读过相关源码或研究过其技术实现？Q：您提到了“服务器辅助开发”功能，是基于 Plan-Execute-RePlan 的方式实现的。能否详细讲解一下这一功能的具体实现逻辑？Q：你实现的“Plan-Execute-RePlan”流程与 Minus 这种有什么区别？

第一次线下面试，公司在奥森附近，离学校挺近的依旧根据实习和项目提问：- 介绍一下实习项目的架构- SSR 和 ISR 的使用- SEO 和 i18n 的设计- 如果让你设计一个全新的 SEO 友好的网页，怎么组织架构便于后续的维护- 实习产品的agent架构- 如果 agent 生成的代码有问题怎么解决（重试 agent 会一直出错怎么办，多次重试失败很影响用户体验怎么办）- 给一个图片，怎么让ai去生成对应的页面（实习项目，但是我并没有参与到这部分）- 另外一个项目的难点是什么- 说一下项目中 rag + agent 的流程- 给一个很长的文章，怎么做 chunk 的- 对于文章中多次出现的语义相似的图片 rag 是怎么处理的- rag 做了哪些优化面了一个小时，面试官是自己想场景来问的，可能我的 agent 实战经历不是很足，全程比较迷，就按自己的理解说另外面试官说他们的项目目前 ai coding 贡献率是100%，所以问的大多数是架构设计问题