秋招第一面 快手测开

第一部分：自我介绍第二部分：深挖简历（从来没碰到过挖的这么细的）第三部分：能力考察第四部分：反问环节1.在风控报警机器人中你做了什么？2.怎么进行功能迭代的？（上线前）3.怎么量化结果？4.项目过程中都和哪些部门对接？遇到分歧怎么处理？5.写prompt的流程？有什么经验分享吗？会用ai去写吗？6.你觉得做的最好的项目是哪个？为什么？有什么做的不好的地方吗？再给你一次机会你怎么做？7.对报警的结果有去考虑过他的真实性吗？（答：那是运营的工作）追问：你搭的工作流你不去看吗？8.公司自研平台用的什么大模型，prompt不对没考虑过是大模型的问题吗？1.了解rag嘛2.1️⃣最近ai飞速发展，你怎么看？有体验过什么最近新出的功能吗？（回答用了open claw）2️⃣追问open claw相比于其他的ai，有更好吗？缺点是什么？3.对工作流、prompt，skill的理解以及三者的关系4.都是ai相关的，有做过平台产品吗5.为什么考虑这个工作机会？为什么选智能客服？

1. 自我介绍2. 项目拷打3. 什么是 AI Agent？AI Agent 是一种以目标驱动的智能系统，不只是根据输入生成文本，而是能够围绕任务目标进行理解、规划、调用工具、获取外部信息、根据反馈调整行为并完成任务。它的核心组成一般包括大模型、记忆、规划、工具系统和执行控制。和普通聊天模型相比，普通模型更偏向一问一答，Agent 更强调任务闭环。比如查询订单、生成报表、分析异常、调用接口、触发流程，这些都更接近 Agent 的典型工作方式。4. Agent 和普通 RAG 的区别是什么？RAG 的核心是检索增强生成，重点解决模型知识不足、知识过时和领域知识缺失的问题。流程一般是先检索，再把检...

目前在快手的最远进度就是一面三个测评都是投递同一个岗位给的就这样从2024年一直答题到2026

1、项目里负责的边界是什么？哪些内容是亲手实现和验证的？2、如果要做一套可落地的 Agent 评测体系，整体怎么设计？评测一般要分离线和线上两层。离线评测解决“改动前后谁更好”，线上评测解决“真实用户下效果是否稳定”。离线侧我会先把样本按场景拆开，比如知识问答、工具调用、多轮追问、拒答场景、多语言场景、长文本场景，然后分别看回答正确率、工具调用成功率、检索命中率、拒答准确率和格式稳定性。线上侧看用户行为指标，比如首轮解决率、转人工率、二次追问率、平均耗时、token 成本和异常率。Agent 不能只看最终答案，通常要拆成三层指标：检索层、决策层、生成层。检索层看有没有召回正确证据，决策层看有没...