字节AI芯片软件栈——面经

如图，求任何建议。

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.实习拷打2.这个方案有没有考虑过在单 Agent 里面继续丰富它的 tool？3.单 Agent 和多 Agent 这两条路线，你们当时是怎么考虑的？为什么最后选择了多 Agent？4.如果模型自己思考并自主选择调用什么工具、执行什么操作，这种方式有什么问题？5.Agent 可以自主决定要不要调用工具；如果不需要就结束整个 ReAct 循环。那按这个逻辑，理论上是不是不需要额外做 Agent 编排/流程设计？6.刚刚提到的那个基于业务知识库的RAG系统，你们是怎么搭建的？7.召回是基于向量相似度做的吗？还是基于 embedding 模型，或者别的方式？8.我听到这里的 TopK，是不是一个向量检索相关的概念？因为你刚刚提到了向量数据库，是吗？9.在这个项目里，你觉得自己做得比较好，或者最有挑战的一件事是什么？10.刚刚提到这个场景涉及多 Agent 的综合调用，是吗？11.如果是在同一个业务领域里，为什么不考虑做成单 Agent，让模型自主思考后再去调用？12.既然 Tool 背后本质上就是 RPC 接口，那不能统一封装后交给同一个 Agent 内部去调度吗？13.你们这个检索/召回方案里，评价指标具体怎么看？14.你们拆成多 Agent 之后，链路失败或局部失败时怎么处理？15.多 Agent 场景下，上下文传递为什么要用 json / slot 这类结构化方式？16.如果 Tool 本身都能统一封装，为什么还要按业务拆 Agent？17.你在线上项目里是怎么权衡响应时间和效果的？手撕：单词拆分

背景：对体系结构/底软都有兴趣 写过多种NPU算子 但是没写过核心的 gemm/attn，用过一点 vllm关于选方向的思考：写算子感觉以后肯定是不行了，算子其实也是开发工作，搜索空间比较小主要过程也是在试错不同写法，llm 肯定能做的比人好；ai时代感觉发现问题定义问题才是人的价值，所以想去能看到更大scope的地方，所以这个基模infra / 软硬件协同设计都挺喜欢的疑惑是- [ ] 字节对ai芯片投入到底怎么样，相比去紫霄/平头哥/昆仑芯or其他独立算力卡厂？而且这个岗位叫做硅前性能验证，在boss上真的搜不到相关的岗位啊🤔 以后去做架构师？- [ ] 文心做的到底行不行啊 在厂内优先级还高吗 学的到东西吗 出来认可度怎么样，基模训练 infra 真的很有💰吗

4.8 测开，57min问题：1.自我介绍2.agent节点验证具体做什么？3.如何基于输入与输出进行mock构造4.如果节点出现了变更，如何感知，如何快速定位这种因变更导致的失败？5.节点覆盖率如何统计？6.jenkins执行回归测试如何触发？7.除了节点覆盖率，你觉得还应设置哪些指标8.设计一个智能聊天机器人，需要设计去测哪些评测指标9.RAG的关键步骤有哪些？10.切分策略知道哪些？11.前端缺陷检测工具如何做的？12.检测时机是什么？13.准确率这个指标是如何度量的？14.除了准确率还可以从哪些地方进行优化？15.实习过程中觉得有意义的事情？16.redis的特点17.项目用redis来干嘛的？18.算法：力扣第三题19.sql：学生表，学生名，班级名，总成绩，查询每个班级总成绩排名前三的学生姓名20.为什么选择测开？21.你的哪些专业能力适合这个岗位？22.业务测试有了解吗？23.对电梯设计测试用例，给一个方向即可24.反问更新：4.10挂