拼多多 算法工程师 二面

其实Agent面试的核心都绕不开大模型理解、工具调用、流程编排还有工程落地这几块，不会太偏理论，更多是看你能不能把技术落到实处。首先肯定会问你对Agent的理解，比如它和普通大模型应用到底不一样在哪，要是说不出自主决策、记忆和工具调用这些关键点，大概率会被觉得底子不扎实。还会聊到主流的框架，比如LangChain或者LlamaIndex，问你用过没有，各自有什么优缺点，踩过哪些坑。然后技术层面会盯着工具调用和RAG这两个核心。比如怎么让Agent精准选对工具，调用失败了该怎么处理，会不会加重试机制或者异常兜底。RAG也是必聊的，比如它在Agent里能解决什么问题，怎么提升检索的准确率，用过哪些向量数据库，这些都得结合实际的使用经验说，光背概念可不行。还有记忆模块，短期记忆和长期记忆的区别，怎么存怎么取，这些细节也会被问到。作为Java工程师，面试官肯定会更关注你怎么把Agent和业务系统结合起来。比如怎么用Java调用大模型API，怎么对接公司现有的接口让Agent拥有实际业务能力，甚至会问你怎么解决大模型调用的延迟和限额问题，比如缓存、异步处理这些实际的优化手段。幻觉问题也是绕不开的，得说说你平时怎么通过事实校验、多轮反思来减少这种情况。项目经验这块特别重要，哪怕没做过正式项目，自己搭的Demo也能说。比如做过知识库问答Agent，或者代码调试助手，得讲清楚核心流程，遇到过什么难题，比如工具调用成功率低，或者检索结果不准，最后是怎么解决的。还会给你出一些实际场景题，比如让你设计一个电商客服Agent，怎么对接订单和物流系统，得有清晰的思路。偶尔也会有一些开放问题，比如你觉得Agent未来会往哪个方向走，多模态或者行业专用Agent算不算趋势，还有作为Java开发者，转型做Agent开发的优势和挑战是什么，这些问题能看出你有没有自己的思考，不是单纯跟风入行。总的来说，Agent面试不怎么考死记硬背的东西，更看重你对技术的理解和实际动手能力，尤其是怎么把AI和业务结合起来，解决真实问题。

你觉得多个小 agent 是分成多个子 agent 好，还是在一个母 agent 下管理好？CLI 和 MCP 有什么区别？你目前为什么会想要离职/跳槽？如果 offer 你，大概什么时候能到岗？你有尝试过 AI coding 编程吗？用下来感觉如何？Claude Code 和 Cursor、Trae 的区别是什么？Claude Code 在非编程任务上的泛化能力怎么样？你了解 Claude Agent SDK 吗？你了解过其他 agent 框架吗？比如 AgentScope、LangChain？你觉得Cursor更像是哪种模式（ReAct / Plan-Execute）？你觉得 Claude...

攒人品中，祝大家都能拿到满意的Offer！1. Python中词典和列表的区别2. 做的rag项目中，为什么用Chroma3. 什么是rag4. rag的整个流程中，你认为哪里最容易出问题5. 多智能体系统中记忆机制的核心目标是什么？长期记忆和短期记忆的设计逻辑有什么区别6. 长期记忆在大项目中可能出现指数增长的情况，怎么避免磁盘爆了7. 对短期记忆进行压缩处理后，过了很长时间后需要当时的完整信息，怎么办？（主包认为可以将会话内容完整保存来解决，但是给模型的上下文要做限制，不能全部注入）8. 如果要储存这么多的信息，应该存在平台数据库还是本地？9.  你觉得应该存在云端，为什么OpenClaw是存在本地呢？10.如果给你一个未完成的rag项目，但是项目中文档切分不合理，怎么解决？11.做的agent项目中，语义意图识别是怎么做的12. LoRA微调用得多吗？13. pytorch中张量的基本操作是什么？

目前就约2面试，还答得好烂，感觉我春招要集八万丹了忘得有点多，我是菜比上来直接就问项目1、你遇到过什么项目难点2、怎么突破浏览器自动播放音频限制3、展示我简历上写的互动叙事游戏（卧槽头皮发麻）4、CPU是怎么运算的5、CPU什么时候把结果写回寄存器，什么时候写回内存6、有哪些排序算法，时间复杂度7、反问