Agent开发学习路线求助

1. 怎么把 RAG 接入到你的 Agent 执行链路里的？是在调用工具之前先检索，还是在生成结果之后再做校验？我们的 RAG 是通过 Spring AI 的 Advisor 接入到 ChatClient 的：模型调用前在 before() 做向量检索，把命中文档拼成上下文注入 prompt；模型生成后在 after() 把命中文档回写到响应 metadata 便于追踪。当前是“先检索再生成”的 pre-RAG，并没有单独做生成后的事实校验，后续可以增加 verifier 节点来做 post-check。2. MCP 是完全自研的吗？和市面上成熟的 Agent 框架相比，你的方案在扩展性上有什...

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.你刚刚说用AI写的那套东西，能介绍一下你具体做了什么？从AI写代码到交付，整个流程是怎么弄的？3.你的项目有前后端吗？大概结构是怎样的？怎么让AI帮你搞出一套能线上正式运行交付的东西？4.你实现这个项目涉及到哪些应用、中间件组件？我需要你说明系统设计的技术选型、底层逻辑，比如爬取后做什么，完整的业务流程讲清楚。5.如果是公司里的实际场景，比如有几十个应用，涉及前端、后端系统，要改一个需求可能需要改多个系统，你让AI怎么处理？6.你用的是什么模型？7.做这个项目消耗了多少token？8.开发中token很昂贵，节省token有哪些方式？9.SDD/TDD这块了解吗？10.那你知道创建一个skill有哪些方式吗？除了自然语言描述，还有什么方式？11.说一说你对function calling的理解。12.function calling和MCP相比，是不是可以没有MCP？13.MCP和客户端通信有几种方式？你怎么配置MCP？14.function calling是通过什么告诉大模型有哪些工具可用？15.大模型使用MCP调用查询天气工具，整个交互流程大概是怎样的？不用太细。16.笔试的时候，你是怎么和系统交互的？没改代码吗？17.你怎么确保AI写的代码没问题？用的是单agent吗？18.单agent和多agent相比，多agent的优势在哪里？19.能用英文口语说1分钟左右吗？20.你平时用的数据库是MySQL吧？如果线上数据量特别大，分页查询变慢，拿到这个优化任务，你的操作步骤是怎样的？21.如果单纯是数据量大导致深度分页查询慢，优化思路是什么？22.MySQL的索引结构你了解吗？为什么是B+树，而不是红黑树、平衡二叉树或者哈希结构？23.HashMap的1.8和1.7相比，做了哪些优化？24.除了结构和插入方式，还有其他优化吗？为什么插入方式会不一样？25.线程池用过吧？它的核心参数有哪些？原理是怎样的？26.Redis你使用了哪些场景？怎么实现的？27.Redis实现分布式锁的原理是什么？28.如果锁的过期时间是1分钟，任务还没执行完，其他人会不会抢锁？29.（看门狗机制下）如果任务一直卡住，其他人是不是都拿不到锁？

大家好，我是@程序员花海。最近后台好多同学问我，跟着网上教程把 Agent Demo 跑通了，RAG、工具调用、多轮对话都能实现，为什么一投简历没回音，面试稍微深挖一点就接不住？今天不聊通用学习路线，也不堆砌专业名词，就以我司做 AI Agent 的真实日常，跟大家掏心窝讲实话。企业里正经落地的业务级 Agent，和大家自己在家跟着教程写的 Demo，根本不是一个层级的东西，逻辑、标准、侧重点完全不一样。先说实话，绝大多数同学自学做的 Agent，只能叫可运行 demo，离公司线上真正能用的业务系统，差得不是一点半点，是整套工程化思维和落地标准的鸿沟。先说下很多人自学做 Agent 的常态。找...

本人简历上 1 个 RAG 项目 + 1 个 Agent demo；这次面的是AI岗一面前我以为：背完八股 + 把项目讲清楚，应该能稳过。0-5 min：自我介绍 + 项目背景- 顺利。讲清楚了我的 RAG 是给法律咨询场景做的，痛点是大模型不懂行业术语。5-20 min：项目深挖（开始崩）- Q1：你的法律文档总共多少？切了多少个 chunk？- 我：约 500 份 PDF，5 万个 chunk- Q2：500 份 PDF 加起来才 5 万 chunk？平均每份 100 个 chunk，你切片粒度是多少？- 我：512 token- Q3：法律文档里"第三条第二款"和"第三条之二"是不同含义，你的切片会不会把它切散？- 我：（沉默 5 秒）……应该会- Q4：那你怎么解决？- 我：我可以加一个 metadata……（开始编）❌ 第一次崩：切片粒度没考虑业务语义。20-35 min：评测体系（继续崩）- Q：你怎么知道你的 RAG 有效？- 我：我用 Recall@5……- Q：评测集多少条？怎么构造的？- 我：100 条，我手工标注的- Q：100 条够吗？分布怎么样？- 我：分布……我没分- Q：那你的 Recall@5 是 0.81，你怎么知道这个数字是好是坏？baseline 是什么？- 我：（沉默 10 秒）❌ 第二次崩：没有 baseline，没分布分析，纯靠"看起来还行"。35-55 min：Agent 部分（彻底崩）- Q：你的 Agent demo 用了几个工具？- 我：3 个，搜索、计算器、文档查询- Q：当用户问一个问题，你的 Agent 怎么决定调哪个工具？- 我：用 ReAct，让模型自己决定- Q：模型决策错了怎么办？- 我：我加了个 reflection……- Q：reflection 失败 3 次后怎么处理？- 我：（沉默 15 秒）……我没想过❌ 第三次崩：异常路径完全没设计。55-65 min：业务理解 + 反问- Q：你觉得字节做 AI 应用最大的瓶颈是什么？- 我：算力？数据？- Q：你看过哪些字节最近发的 AI 产品？- 我：豆包、扣子……- Q：扣子是 Agent 平台还是工作流平台？- 我：（再次沉默）❌ 第四次崩：对面试公司业务一无所知。