字节泛架构二面面经

路过的牛爷爷们来试着答一下吧你理解的 Agent 架构是什么？一个 Agent 系统一般由哪些模块组成？Tool 是怎么设计的？什么样的功能应该做成 Tool？Memory 分几种？Short-term / Long-term memory 怎么实现？Agent 是怎么做任务规划的？是 ReAct 还是 Plan-Execute？多 Agent 协作是怎么做的？你做 RAG 的完整流程是什么？（数据 → 切分 → embedding → 向量库 → 检索 → 重排 → 生成）Chunk 大小怎么确定？为什么？向量召回不准怎么办？如何做 rerank？用什么模型？如何评估 RAG 效果？指标是什么？RAG 和微调怎么取舍？多路召回怎么做？如何降低 RAG 的延迟？如何解决幻觉问题？如何降低模型幻觉？如何让模型输出稳定格式？如何做自动化 Prompt 优化（A/B test / eval）？如果一个 Agent 系统 QPS 很高，你怎么设计架构？向量检索很慢怎么办？LLM 调用很慢怎么办？如何做缓存？如何做降级？如何控制成本？（LLM 很贵）如何设计一个高并发的 RAG 系统架构？业务场景（电商）：让你做一个类似 TikTok Shop / 淘宝 的 AI 导购助手，用户可以对话买东西，你会怎么设计这个系统？在电商 Agent 里，你觉得有哪些工具（Tool）需要提供给 Agent？电商 Agent 的 Memory 应该存什么？如果要做一个“自动运营 Agent”（自动生成活动、改价、发券），怎么设计？电商商品库做 RAG，embedding 用什么字段？用户问“适合送男朋友的礼物”，RAG 怎么做？如何把“推荐系统”和“RAG”结合？如何做个性化 RAG？设计一个电商 AI 导购 Agent，支持：“商品推荐、对话购物、查询订单、售后问题、个性化推荐、高并发”

wxg二面挂s3二面挂（暑期，强度有点大）腾讯视频 一面挂腾讯云 等明天被拷打求求了，收了我吧😭

目前只有携程、美团、蚂蚁、阿里给了笔试，个人体感算法题都称不上难，纯粹就是拿算法竞赛里面的、别人不会专门去学的知识点卡人，非常没意思，而且像腾讯字节这种顶级大厂都已经完全不看笔试了，笔试完全就是为了合理刷人存在的，但如果真要刷人，笔试强也救不了简历拉胯、面试表现差，真的是越来越没意义。

面经无，原以为是gm面，疑似hr面，一共就聊了5分钟吧