被挂了，希望发出来对大家有帮助！1.实习拷打2.展开讲讲你的横向这部分3.然后关于公司自动化工具做成了一个什么样的形式如何使用4.公司agent routermemory部分5.对agent跟我讲了一些最近的进度说你们做的很有意思加油可以沉淀一下做一篇文章挺前沿的

继续来分享下最近的面经~欢迎友好讨论，信息共享1.实习拷打2.了解大模型吗讲一讲RNNLSTMTransform的区别各自特点Transform计算方式3.现在主流的模型架构了解多少你们具身智能公司VLA之类的都了解吗展开讲讲4.讲一讲你对agent的理解发展路线以前的架构到现在的harness engineering5.你做的router展开讲讲6.我们来做道aicoding吧7.然后coding过程中问了一些边界情况的处理 模型评测方面的

继续来分享下最近的面经～1.项目介绍2.谈谈你对agent的理解然后你简历上写的router部分还有对context engineering的部分展开聊聊 谈谈自己的实现还有你的理解3.做过aicoding吗 我们来做一道4.谈谈你自己vibe coding平时构建的思路从prompt到迭代5.ai思考的过程中你有什么想问我的我们可以交流一下

✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🤖 内容包含AI辅助生成，题解和代码均经过多轮验证，有问题欢迎评论 🌸 目前本专栏已经上线200+套真题改编解析，后续会持续更新的  春秋招笔试机考招合集 -> 互联网必备刷题宝典🔗 阿里系列-2026.04.15-算法岗 题目总览    题号 题名 主要做法 难度     1 账本翻转收益 构造 + 奇偶分析 中等   2 真假记录带 线性 DP 中等   3 并色时刻查询 线段...

发一下问题给大家参考，攒攒人品！1.介绍RAG技术2.Harness engineering介绍一下3.Hermes Agent是怎么不断自我纠正自我进化的4.大模型认知和RAG检索冲突怎么解决5.MCP的使用场景6.怎样去设计一个Agent的沙箱机制7.智能客服Agent应该用ReAct还是WorkFlow的设计模式，二者的应用场景8.Agent的局限性9.提示词攻击怎么防护10.平时用的语言是什么11.平时用什么AI 工具12.用过哪些模型，体验怎么样13.有没有了解过多Agent系统14.项目有没有部署，多少人在用AI coding*3，每道题限时15分钟

4.14 一面横向两天后 4.17流程结束面试问题一、项目相关1. 你先简单介绍一下自己。2. 你的第一个项目（开源操作系统社区）能大概介绍一下吗？3. 你们当时为什么会选择做这样一个偏操作系统底层的项目？4. 这个项目目前是一个开源状态吗？大概有多少 star 和代码量？5. 你在这个项目里面主要做了哪一块的升级改造？6. loop 子系统的作用是什么？你具体实现了哪些功能？7. cgroup 子系统的作用是什么？为什么要实现它？8. 你们再去实现 cgroup 资源控制时，租户路径隔离的方案是怎么样的？9. 你提到的 bug hunter skill 是一个什么样的东西？10. bug hunter skill 怎么样去保证在尽量少的 token 下实现？用的是一套模型还是多套模型？11. 从轻量级往重量级去做的时候，对上下文的理解是怎样的？是一上来就确定模型，还是轻量级效果不好会换？12. callback 之后会有反馈机制或者打标吗？13. 介绍一下第二个项目（serverless 容器平台）。14. 这个 serverless 容器在创建和删除的过程中，如果别人再去操作，隔离是怎么做的？二、技术关注与认知15. 平时会关注哪些技术？我答了cc源码但是面试官好像不理睬三、算法/编程题（AI Coding）16. 构建一个智能旅行助手，需要获取天气、机票、酒店信息，要求保持整体低延迟并行调用。---## 反问环节1. 后续的流程和后续流程的时间大概是？- 尽快横向对比，提报上去，两个工作日内沟通。2. 是两轮技术加一轮 HR 吗？- 是的，两轮技术加一轮 HR。3. 面试官觉得还有什么地方可以再学习？- 面试的岗位是 AI 应用研发，介绍项目时尽量体现出 AI 上的使用场景或应用，要根据岗位来 match。4. 实习生如果进入到这个部门，大概会负责哪些业务？- 会安排新业务场景，不会负责很老的或已成熟的系统。技术栈给到足够自由。商品技术细分商品、商家、价格等，具体团队不确定，但保证是创新性新命题。

给我面没招了，发点面经攒攒人品～1.拷打两个实习项目整体架构设计，技术难点2.rag维护是如何做文档切片3.怎么发现召回数据不准确导致幻觉，如何解决4.rag技术向量数据库技术选型5.langgraph存的状态机，状态之间怎么流转6.langgragh与langchain的区别差异使用场景7.kafka解决高峰消息堆积是怎么做的?技术细节8.如何判断是消息堆积还是消费能力不足?9.遥测数据在消费时对顺序是否必须要求一致?10.text-to-SQL是什么解决非技术人员不理解问题?11.如何解决自然语言歧义?如果用户提问涉及多张表join，如何保证字段正确12.你平时用ai的相关工具吗?你都怎么用的四十五分钟Al coding系统设计题，实现一个具备可拓展性兵法安全且逻辑清晰的"订单状态机引擎"。题目中有:背景描述/功能要求/限制条件/交付内容

面试官介绍部门业务+自我介绍1.介绍RAG技术2.Harness engineering介绍一下3.Hermes Agent是怎么不断自我纠正自我进化的4.大模型认知和RAG检索冲突怎么解决5.MCP的使用场景6.怎样去设计一个Agent的沙箱机制7.智能客服Agent应该用ReAct还是WorkFlow的设计模式，二者的应用场景8.Agent的局限性9.提示词攻击怎么防护10.平时用的语言是什么11.平时用什么AI 工具12.用过哪些模型，体验怎么样13.有没有了解过多Agent系统14.项目有没有部署，多少人在用AI coding*3，每道题限时15分钟，压力大闷了

淘天搜推团队的AI应用算法工程师实习岗，整整115分钟，是我面试以来时间最长的一场。整体分为五个环节：① 自我介绍（面试官也同步介绍了搜推团队的业务）② 大模型基础知识问答（30分钟）③ 项目深挖（40分钟）④ AI Coding笔试（30分钟）⑤ 反问环节（10分钟）技术问答和项目深挖尤其硬核，面试官会顺着你说的方向一直往下追问。提问：大模型基础：- Attention的QKV怎么计算，WQ/WK/WV的形状- MOE的路由机制，稀疏vs稠密的区别- KV Cache在prefill和decoding阶段的读写差异- 大模型幻觉怎么规避- 微调后出现复读机，怎么排查- SFT够用 vs 必须上DPO/RL，怎么判断- DPO损失函数的潜在问题- KL散度在模型对齐里的作用还问到了Google的TurboQuant KV Cache，这块我确实不太了解，如实说了🫠深挖了项目，简历上的两个项目都被追问得很细。建议：简历上写的每一个点都可能被问到底层逻辑，提前想清楚“为什么这么做”。AI Coding笔试第一次遇到这种形式——不是自己闷头写代码，而是和AI协作完成一道设计题。面试官说“过程比结果更重要”，让我松了一口气。我的做法是：先让AI输出整体技术方案，确认思路后，再开多个会话并行处理各模块。笔试环境有点卡，但稳住心态、把思路讲清楚就好。整体感受：115分钟对我来说确实是新纪录，中途压力不小。但面试官整体很专业，不刁难，追问都是顺着你的思路往下挖。发个面经攒攒人品，希望能过🙏

1. 你们系统里如果用了消息队列，怎么保证消息不丢失、不重复消费，并且实现最终一致性？答案：先保证生产者发送可靠，发送失败要重试，关键业务可以配合事务消息或本地消息表。Broker 这一层要做持久化和副本，避免机器故障导致消息丢失。消费者要在业务处理成功后再 ack，不能先确认再执行业务。MQ 一般只能保证至少一次投递，所以消费者一定要做幂等。幂等常见做法是业务唯一 ID、去重表、Redis 去重、数据库唯一索引。最终一致性一般靠异步重试、死信队列、补偿机制来保证。面试里可以总结一句：生产者可靠发送，Broker 持久化，消费者幂等消费，失败靠补偿实现最终一致。2. 分布式事务有哪些常见方案？...

攒人品中，祝大家都能拿到满意的Offer！1.rcg和上下文区别和各自优缺点2.rag怎么实现?向量数据库调过参数吗?3.多轮对话上下文记忆怎么实现的?4.调用的模型是啥?5.用到哪些message?6.用sse为啥不用flux呢?没考虑选型是吗?7.多agent之间怎么分工协作?8.为啥需要三个agent?一个agent不行吗?单agent和多agent区别是啥基础9.事务注解了解吗?10.注解失效怎么办?11.hashmap发生严重哈希冲突，转红黑树的时候删除了一些元素，那红黑树什么情况下退回链表是直接转换回去吗()12.用java几?新版本虚拟线程的特性14.接触过Python吗ai coding

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.项目拷打2.向量模块的基本索引是怎么存的，中间经过什么可以把数据召回回来3.普通redis跟redisearch有什么区别，比如数据结构上，底层是采用的什么4.它是都具备一种scan的能力，比如量化查询5.它的底层实现与mysql这种存储结构有什么区别呢6.注解@Tool这种方式的底层怎么实现的7.spring的aop和ioc是什么怎么实现的8.agent执行循环，怎么判断是否需要执行下一个循环9.举一个复杂的例子串一下10.提取摘要的时候如何避免摘要提取错误导致上下文扭曲11.function call 、mcp、skills有什么区别12.为什么skills会逐渐成为流行的趋势13.open claw是否去搭建过14.是否自己写过skills15.tcp的握手与挥手16.流式输出用的是哪个协议

1. 先做个自我介绍，再重点讲一个你参与最深的项目模块。答：这个问题几乎是必问，面试官主要不是听你“讲故事”，而是看你表达是否清晰、项目是不是你真的做过。比较好的回答方式是按这几个点展开：个人背景：毕业时间、工作年限、当前技术栈。项目背景：这个项目解决什么业务问题，面向谁。自己负责什么：不要只说“参与了开发”，而要明确到模块，比如订单、库存、营销、支付、搜索推荐等。技术细节：用了哪些中间件、数据库、缓存、消息队列。难点和结果：遇到过什么问题，怎么解决，最后指标提升了多少。比如可以这样答：“我主要做 Java 后端开发，平时技术栈是 Spring Boot、MySQL、Redis、MQ。最近做得...

努力拥抱AI中…1.拷打项目，追问项目细节2.agent项目中做了什么3.怎么设计的agent循环执行4.是spring ai框架内的还是prompt控制输出5.system prompt怎么设计的6.调用llm的全过程7.tool什么时候发给llm，什么时候执行8.返回结果怎么知道需要调用哪个tool9.记忆压缩方式，怎么生成摘要八股1.线程池的参数2.假设一些参数求正在运行的线程数3.假设io密集型占用90%，一个四核的机器应该给核心线程数怎么配置4.mysql结合项目的表字段举例怎么查询更优ai coding 实现一个高并发场景下发放优惠券模板，购买优惠券，下单优惠券，容错处理的一个服务，跟秒杀差不太多，看着coding的代码问问题，询问ai的处理逻辑是否正确，存在什么问题，如何修改等

智能体大模型应用岗，时长 2 小时。题目大概是这样的：实现一个带 TUI 的命令行视频剪辑工具，后面跟了一大堆功能要求，分必做和加分项。测试用的视频素材在指定目录里，还有一些约束条件（主要是针对剪辑工具的交互提示）。验收方式是自己测试，交付物包括源码、命令说明、使用说明、示例输入输出、验证过程、限制说明以及后续优化方向——说白了就是要交一堆文档。蚂蚁的模型反应很快。下面复盘一下我的整体思路，供大家参考，有不对的地方欢迎交流。整体上我遵循了这么几个步骤：第一，拿到题目先不写代码。优先让模型分析基本需求（只看必做部分），让它帮我拆分步骤、列出待完成的事项、划分出需要实现的模块——按最小 MVP 原则来。第二，按照列出来的模块，一个一个写代码，每写完一个就测一个。第三，所有必做模块都写完之后，做一次整体自检，然后写测试报告。第四，必做部分稳了之后再上加分项。思路一样：先分析需求，再慢慢写代码。写加分项的时候尽量不动基础功能的代码和结构，能少动就少动。第五，全部做完之后再自检一遍，按题目的要求从头到尾测一遍，输出测试报告。第六，让模型以专家身份对已完成的项目做审核（就是 LLM-as-Judge），给评分和审核意见。然后我自己人工过一遍每一条意见，觉得有必要改的就让模型去改，原则同上。另外还有一个小插曲。因为蚂蚁这边时间比较充裕，我甚至动过念头——让模型在代码里穿插一些 prompt 注入的方式，毕竟最后大概率也是 AI 来审核项目，想让审核的模型给高一点的分。但想了想还是没做，感觉没太大必要。大致思路就是这样。补充一点关于淘天的对比。淘天的 AI Coding，面试官明确说过更重视过程——用 AI 的方式、任务拆解、对项目的设计等等，反而结果不是最重要的，而且只给了半小时。蚂蚁这边显然不是，要提交一个完整的项目，具体的评分点我暂时还没搞清楚。

感觉自己好菜、面试很难，还是要多多练习1. 介绍一下ReAct范式和Plan and Execute范式？这两种范式的应用场景是什么？2. 什么情况下用ReAct，什么情况下用Plan and Execute？3. 介绍一下Multi-Agent？是如何共享上下文的？子Agent会使用父Agent的所有Context吗？4. 场景题：现在需要设计智能客服Agent，根据用户的提问来进行尽可能准确的回答，你觉得该如何设计？需要考虑哪些方面？5. 如何避免这个场景下模型的幻觉问题？6. 对于这样的Agent服务，电商大促的时候，流量大，有流量尖刺的情况下，如何解决？7. JVM调优时，如何查看内存对象的情况？有了解过开源工具吗？8. 如果你实习新到一个部门，你会如何在两周内快速上手业务逻辑？你该如何弄清楚微服务之间的调用关系？9. SSE和WebSocket的区别？

1.自我介绍2.项目一拷打：具体怎么做的？数据啥样？现在准确度在什么水位？有没有考虑过Agent做？你怎么和团队讨论的？是你一个人在完全负责这个模块吗？结果怎么定的？如果让你重新做这个项目用Agent的方式你会怎么考虑？上下游是怎么样的？你有和上下游交流过他们的情况吗？你的prompt怎么写的，具体展开说说？这个意图识别你怎么理解的？few-shot具体考量？用户反馈数据有看过吗，说说想法，怎么定的三种意图？3.项目二简单询问：你进来就做了这么多工作吗？两个项目的时间怎么安排的？4.看你简历上主要是算法的东西，你怎么看待算法和Agent应用的区别？5.场景题：五分钟思考一下做一个用户购物的Agent，问了有要规定什么方式？让自己编排6.反问：团队对于AI什么看法？太宽泛了，具体一点，就AI写代码？没有规定，看个人爱好。实习生进来会做什么样的角色，会做哪些工作？团队的AI技术3年前就已经开始建设了，不是临时起意的，例如和你比较贴合的就是意图识别，商家对话的意图可能更复杂，会有师兄带着做。7.会根据一面二面情况反馈，如果通过会有下一轮面试官联系面完感觉还有希望，比一面发挥好太多了，结果第二天挂了

1.淘天一面1.1压缩搜索后，语义细节丢失怎么搞1.2 为撒调用LLM要多线程，并发；有并发吗1.3 为啥ThreadLocal多线程，存入的话有什么注意的事情1.4切分策略1.5milvus ANN/KNN算法，时间复杂度可能想问这个 在使用线程池时，线程会被复用。问题：如果线程A处理完一个请求后，没有清理 ThreadLocal 中的数据，当这个线程被回收并分配给新的请求（线程B的任务）时，线程B就有可能读到线程A留下的“脏数据”。后果：这会导致业务逻辑错误，例如用户A看到了用户B的个人信息。解决方案（面试铁律）：kpi面：反问面试官问我的问题，自己的回答跟我的回答差不多，还一直问我；乐；答知识压缩语义丢失，就去调个工具查；2.飞猪hr2.1有成就的事2.2三个关键的词，同事的评价2.3mbti......3.京东科技一面3.1为撒用bitmap这种数据结构，优化8s到2s，在embeeindg耗时还是传输耗时，有测过吗3.2jwt和session 和 cookie适合于哪些场景；为撒加了存储比如redis，mysql还要考虑jwt无状态3.3跨域问题3.4rpc了解吗，用过啥3.5henmes agent3.6为撒用redis做消息通知3.7用aicoding搭建过哪些完整的项目，小或大的3.8claude code源码看过吗

✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🤖 内容包含AI辅助生成，题解和代码均经过多轮验证，有问题欢迎评论 🌸 目前本专栏已经上线200+套真题改编解析，后续会持续更新的  春秋招笔试机考招合集 -> 互联网必备刷题宝典🔗 淘天-2026.04.11-算法岗 题目总览    题号 题名 主要做法 难度     1 轮转 倒序维护字母映射 简单   2 凑对 分块构造 + 小范围搜索 困难   3 模 k 最大子 余数可达...