美团平台二面面筋

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目拷打2.项目中实际 QPS、延迟、数据规模是多少？瓶颈在哪，怎么解决的？3.讲一个你做过的技术选型，为什么选它？有没有更优方案？4.设计一个支持多轮对话+工具调用的 Agent，整体架构怎么拆？5.Prompt 如何设计才能降低 hallucination？有哪些工程手段？6.多轮对话中上下文过长怎么处理？裁剪策略有哪些？7.Agent 调多个工具时，如何做调度、重试和兜底？8.function calling / tool calling 的实现原理是什么？9.一条 query 在 RAG 系统中的完整链路是怎样的？10.BM25 和向量召回各自优缺点？线上如何融合？11.embedding 模型选型时要考虑哪些指标？12.query rewrite / 多 query 扩展的原理是什么？有什么风险？13.rerank 模型为什么必要？一般放在哪一层？14.HNSW 的核心结构是什么？为什么查询效率高？15.IVF、PQ、HNSW 的区别和适用场景？16.向量索引如何支持高并发查询和在线更新？17.embedding 维度过高会带来什么问题？如何优化？18.文档 chunk 如何切分？长度和重叠怎么设计？19.如何解决 chunk 切分带来的语义断裂问题？20.知识库如何做增量更新并保证一致性？21.多模态数据（图文/表格）如何统一建索引？

1、自我介绍2、项目拷打3、讲一下 OpenClaw 的记忆本地存储怎么设计如果做本地记忆存储，我不会把它设计成简单的对话历史追加，而会把它拆成短期记忆、长期记忆和检索索引三层。短期记忆主要服务当前会话，用来保存最近几轮对话、当前任务状态、工具调用结果和待执行动作；长期记忆主要保存用户偏好、历史事实、任务总结和可复用经验；检索索引层则负责把长期记忆做结构化检索和语义召回。本地存储设计时，数据模型最好不要只存一段纯文本，而是存结构化记录。比如：memory_iduser_idsession_idmemory_typecontentsummarytagscreated_atupdated_atim...

暑期实习 3.16一面1. 自我介绍2. 介绍项目3. 技术选型4. 服务端渲染和客户端渲染的区别5. https和http的区别6. 不同版本http的区别手撕 无重复字符的字符串长度面了35分钟，出去就约二面了二面意外纯聊天自我介绍+介绍项目聊了聊日常开发怎么用ai的未来ai可能参与编程的范式（?）plan模式和agent模式的区别怎么确保ai生成的没有问题怎么减少人的参与（?）聊了40分钟，没手撕就结束了3.17oc

1. 你做的 Agent 项目整体架构是什么？答：一个比较完整的 Agent 架构一般包括四层：用户输入层、规划决策层、工具执行层、结果整合层。用户输入进来后，先做意图识别和上下文整理，再由大模型决定是直接回答、检索知识、还是调用工具。工具层可能包括搜索、数据库查询、知识库检索、接口调用、代码执行等。工具返回结果后，再交给模型做总结、归因和最终输出。如果是生产环境，还会多一层治理能力，比如权限校验、超时控制、重试、日志、观测、敏感内容拦截。Agent 和普通问答最大的区别，就是它不是单纯生成文本，而是“模型负责决策，外部系统负责拿真实信息，最后再由模型组织答案”。2. Agent 为什么不等于...