腾讯ai应用开发二面-日常实习

攒人品中，祝大家都能拿到满意的Offer！1、你们团队的multi-agents是你自己设计的？还是你只是完成了其中的一部分？2、所以你只是做了，没有参与底层设计对吧，讲讲你在团队里日常都做什么？3、你门团队的agent端到端成功率和工具误调用率是怎么量化的？用了什么工具？怎么去进行改进的？4、我看你还有做医学语料的预处理工作，这块你们是怎么分工的？5、你刚才讲了那么多步骤，所有工作都是你一个人完成的吗？或者说你主要负责哪几个环节6、论文有很多不同的形式，你在做layout-aware parsing的时候，具体用的哪个工具去解析pdf？有没有横向对比其他工具？7、噪声剔除的工作你平时是怎么做的？技术方案是什么？能不能详细讲一下8、有多篇文章出现了重复片段，你是怎么去识别并归纳的？9、业界对chunk切分和边界修正的主流策略是什么？10、假设我现在有一个表格被切分成了两半，你怎么在众多paper中找到并纠错？11、你们做的Graph RAG用了什么工具去进行评价？12、你说的这个Graph里的三元组使用LLM去进行抽取的吗？怎么保证大模型不会因上下文过长而出现幻觉？13、那你在设计三元组的时候是人工操作还是AI？有没有用到学术界提供的映射表之类的？14、假设大模型在抽取实体的时候出现错误了，你怎么去排查？15、我看你有在Graph RAG基础上做community summary，讲一下你这个设计思路16、你怎么看待你做的这个图检索增强生成，和市面上常见的向量检索、混合检索有什么区别？17、不同的RAG有做横向对比并量化成效吗？笔试题：用AI IDE写一个工具，语言不限，要求是能准确的从给定文本提炼出关键实体，并把对应的entity、relationship、claim用标准json形式输出。

1. “你先坐着，等我安排。”2. “这个不急，下班前给我就行。”3. “随便弄弄，差不多就行。”4. “你自己看着办吧。”5. “来，把这个也顺便做了。”6. “上次不是教过你吗？”7. “你觉得这样可以吗？”8. “明天不用来了。”实习哪有不疯的，全靠硬撑罢了！#实习时最怕听到的一句话#

发点面经攒攒人品～1.实习拷打2.项目拷打3.这个项目的背景是什么？你们团队在做什么？4.你这里说的“特征”具体是什么？它的数据源是什么？怎么生成这个特征？5.这些特征最终怎么分类？拿到这些特征之后主要用来做什么？6.训练出来的模型最终输出是什么？又是怎么反过来指导你这块工作的？7.你这个两秒、十秒和九十秒这三档缓存，对应的分别是什么样的特征？8.你说的这些特征，你是知道它到底对应的是哪种用户行为，或者哪一类设备的吗？多agent项目9.大概介绍一下另一个 AI 投资分析系统项目。10.这个项目当时用的模型是哪一家的？11.效果怎么样？你自己有测过吗？12.你刚才说某支股票的历史行情数据，这些数据是从哪里采的？14.这个项目是你自己主动规划去做的，不是哪个公司或者老师布置给你的，是吧？15.你平时会自己研究 AI 相关的内容，是吧？16.机器学习、强化学习这些你都了解过，是吧？17.机器学习里的高斯混合模型，你能讲一下它的原理吗？18.你觉得神经网络里最重要的一个算法，比如在拟合过程中最核心的是什么？19.反向传播你了解吗？20.你有手推过反向传播吗？

1. 自我介绍2. 介绍一下你的项目3. MCP 和 Skill 的区别是什么MCP 更像标准化的能力接入协议，解决的是“模型怎么发现、描述和调用外部工具”的问题；Skill 更像高层动作抽象，解决的是“把多个工具和步骤封装成一个可复用能力”的问题。MCP 关注接口层和通信层，Skill 关注语义层和任务层。一个 Skill 可以内部调用多个 MCP 工具，但对上层 Agent 来说它仍然是一个原子动作。生产里如果把两者混为一谈，最后会变成工具越接越乱，Agent 决策空间越来越大，稳定性越来越差。4. 你怎么理解上下文窗口，哪个部分最占用 token上下文窗口不是“能塞多少文本”的问题，而是...