有以下亮点：1. 多智能体协作，主智能体调度子智能体完成特定领域的任务，比如报告生成（如p4 p5 都是报告生成的结果） 数据分析2.丰富的工具：深度搜索 网页爬取 图片生成 报告生成 多模态rag检索 代码执行器 等等3. Plan/Execute 和 ReAct 混合执行模式 并结合动态replan机制在工具调用失败时重排任务4.支持将复杂任务拆解为多个可并发子任务，提升复杂场景下的可拆解性、执行效率与协同能力5. 构建 Agent 的 Skill + SOP工作流引导机制，将专家能力与执行流程模块化沉淀为可复用能力6.闭环学习机制，每次任务都能基于当前任务内容检索过去相似的任务计划，实现...

某大厂一面 1.langchain/langgraph 的区别2.langgraph 踩坑3.rag 原理，用的什么 embedding 模型，有没有对比其他方案4.上下文压缩方式，优劣5.fallback 是怎么做的6.agentstate 的作用是什么，为什么不使用全局变量7.介绍下整体的失败重试机制（node，rag 链，tools）手撕：二叉树蛇形遍历（2 分钟撕了，然后发现不会构造二叉树🥴，跑不了结果，感觉是完蛋了😭）

前言大家好，我是三石。距离《2025 最新大数据开发面试笔记 V7.0》发布已经过去一年。这一年，大模型技术的发展速度远超很多人的预期。从最初的 Prompt Engineering，到如今的 RAG、Agent、MCP、多智能体协作、AI 工程化，AI 已经开始深度融入数据开发、数据治理、数据运维、数据分析等各个领域。与此同时，大数据开发岗位的面试内容也正在发生变化。过去的面试可能主要围绕：Hadoop、Hive、Spark、Flink、Kafka、HBase、Doris、数仓基础而最近半年越来越多同学反馈，面试官开始频繁追问：什么是 RAG？ Agent 和 Workflow 有什么区别？...

二本想去找个大三的暑假实习