字节tiktok ai后端开发一面-日常

继续来分享下最近的面经~1.项目拷打2.实习经历介绍2.1做一个开放平台需要有哪些模块2.2开放平台的鉴权如何做，有没有了解过OAuth22.3开放平台的网关能做一些什么事情2.4KV数据库底层原理和技术选型3.场景题3.1如何设计一个秒杀系统3.2热点行更新是具体怎么做的4.AI相关4.1对AI了解到什么程度4.2为什么想要做Agent相关的工作4.3飞书的MCP工具是如何写的4.4你的AIcoding的经验有哪些4.5如果做一个通用Memory的功能

发一下问题给大家参考，攒攒人品！1.实习拷打1·实习项目的背景？2·有没有遇到agent不适配其他手机机型的情况？怎么处理的？3·交并日志处理这里为什么会是并发的？2.项目拷打3.自己用langgraph搭的agent1·用claude code的时候为什么使用时间越长响应就越慢？2·项目里vl模型和文本模型的分工？3·向量库检索相似度计算的优化？4·有了解哪些比较火的agent？5·agent的harness能力有哪些体现？6·claude code和hermes agent在创建skill时候的区别？7·你认为现在哪些agent可能被淘汰？新兴的agent应具备哪些能力？8·场景题：让豆包和cluade code进行对话需要怎么设计？增加哪些模块？

攒人品中，祝大家都能拿到满意的Offer！1. 实习经历拷打2. 在调优 Prompt（提示词）时，你有哪些实战经验？如何利用 AI 辅助自己优化 Prompt？3. 谈谈你对 ReAct 模式和 Plan-and-Execute（计划执行）模式的理解及优劣对比。4. 详细描述一下你项目中的 RAG 流程，从文档切块到最终生成的完整步骤是什么？5. 什么是多路检索（Multi-way Retrieval）？向量检索和关键词检索分别解决什么问题？6. 在 RAG 场景中，Re-rank（重排序）的作用是什么？为什么有了向量相似度还需要它？7. RAG 架构与模型参数微调（Fine-tuning）相比，各自的适用场景和优缺点是什么？8. 对于多跳（Multi-hop）推理或复杂的逻辑查询（特指需要多次 RAG），现有的 RAG 架构该如何优化？9. 如何处理 RAG 过程中的权限隔离和时效性问题？比如不同用户只能检索到自己的知识库。10. 简单介绍下 Transformer 的 QKV 机制，以及为什么引入位置编码和多头注意力？11. 深度学习网络中的“残差连接”解决了什么问题？其物理含义是什么？12. 现有的大模型性能为什么这么好？13. Java 反射的原理是什么？它有哪些实际的应用场景？14. 反射在带来灵活性（如 AOP）的同时，在性能和安全性方面有哪些副作用？15. 如何通过反射获取并调用一个类的 private 方法？需要注意哪个关键步骤？16. 场景题：一个每秒 10w QPS 的高并发系统，要求实时输出“最近 1 小时”内访问频率最高的 10 个 IP，你会如何设计？17. 在上述场景中，如何保证统计的实时性？如何处理跨时间窗口的数据过期淘汰？18. 如果该系统是分布式的，数据分散在多个实例，你该如何汇总并得出全局的 Top 10 IP？19. 手撕 ：给定一个正整数 n 和一组数字，要求用这组数字中的元素组成一个小于 n 的最大数

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.实习拷打2.论文拷打3.那介绍一下你的项目吧？4.你agent项目框架的时候有什么考虑？除了langchain你还了解或者调研过别的框架吗？5.谈谈你对于agent的理解吧？你觉得agent包括哪些部分？运行机制是怎样的？6.你觉得planning规划这一块是agent框架做的还是大模型做的？7.planning有哪些方法可以实现？分别讲一讲？8.你在写agent的时候有用过长期记忆和短期记忆吗？9.短期记忆和长期记忆有什么区别？10.你觉得短期记忆里会存储function call的内容吗？如果不放进短期记忆的话会有什么问题？11.工具的话你会用MCP之类的吗？还是就自己写代码写？你觉得大模型的工具实现有什么好处吗？12.关于RAG你有什么看法？召回的时候你有调什么参数之类的吗？13.python的一些内容？14.手撕：合并两个有序数组