虾皮ai后端开发-暑期实习一面 攒人品

给我面没招了,感觉自己好菜、面试很难,还是要多多练习
1.介绍实习
2.怎么对多场景 / 多 context 的 agent 进行拆分的?
3.你刚才说到虽然对用户来说是在一个对话窗口内,但在你们看来前后诉求其实是不同业务,所以你们拆了多agent。那如果还是一个 agent、上下文和知识库也保持一个 agent,它是会记不住吗?还是为什么一定要拆?
4.你们怎么判断该调哪一个 agent?代码具体是怎么实现的?
5.你们这个 LLM 是有多个可以选的吗?还是统一用某家公司的模型,或者自己搭建的?
6.同样的问题、同样的用例去测试过不同LLM模型吗?
7.你用了 Redis 做缓存,这个具体是用在什么地方?是在知识库 / tool 之类的场景吗?
8.假如没有这个热点数据缓存,那这些数据会去哪里取?
9.但按我理解,这种链路里哪怕数据库慢一点,比如 100ms 和 10ms 或 1ms 的区别,好像也未必特别大,你怎么看?
10.你自己当时有过这种疑问吗?就是这套方案里到底需不需要上缓存?
11.假如没有缓存,或者缓存失效时还是要查数据库;而数据库又特别慢的话,你会想到哪些优化措施?如果数据量真的特别大。
12.如果做分库分表,通常只能按一个维度分,比如用户 ID。那假如我还要支持一些低频、但会按其他字段组合查询的场景,你会怎么设计?
13.我举个例子,比如订单表按订单 ID 分表,但后台页面可能要按创建时间、订单状态、店铺 ID 去查,这种低频但多条件查询的场景,你会怎么做?

手撕:三数之和
全部评论
PDD考虑吗,急招人,岗位多,帮跟踪进度:https://careers.pddglobalhr.com/campus/intern?t=47LjBxZ34k
点赞 回复 分享
发布于 04-09 10:15 上海

相关推荐

04-08 22:20
门头沟学院 Java
努力拥抱AI中…1.项目拷打2.如果你要控制多个 agent,不论是 cursor、codex 还是别的工具,同时开多个的时候,你觉得会有什么问题存在?3.如果同时开 10 个、20 个,甚至更多 agent,你觉得会有什么问题?4.怎么管理它们?5.当 agent 做任务时,它不一定一次就做完,可能需要你反馈、确认、纠正。如果有十几个 agent,你怎么分配跟它们互动?6.如果要支撑这种场景,技术上应该实现哪些能力?7.你刚刚定义了 waiting、running、done 这些状态,那你觉得怎么去捕获一个 agent 的状态?8.现在像 codex 这种是独立程序,如果它没有 API,你怎么实现对它状态的获取?9.除了 hook,除了 skill 里做打点,还有什么其他方法吗?10.你有没有用过 skill 里面跑脚本这类能力?11.如果检测到 agent 一直没响应,或者卡住了,你会怎么处理?12.那是不是以后人只要对着调度器就好了?只需要做这套编排和管理?13.除了测试、复盘、对外解释结果之外,你觉得以后程序员还应该重点发力在哪些领域?怎么避免和 AI、和偏商务的人直接同质化竞争?14.你觉得有什么方法论,可以让大模型从一个非常庞大的上下文里,很精确地找到它真正需要的数据?15.你刚刚提到 RAG,这种方法在代码库场景里怎么落地?代码是怎么被切成片、变成可检索内容的?16.如果 RAG 找错了怎么办?17.Cursor、Claude Code、Codex 这类工具,面对几百万行代码、窗口又装不下的情况,这个问题怎么办?18.那你知道这些工具大概是怎么实现的吗?19.从原理上看,一种做法是先把用户提示词丢给模型,让模型决策后再搜索代码;另一种做法是先本地检索,再把结果给模型。各自有什么优缺点?
查看18道真题和解析
点赞 评论 收藏
分享
评论
点赞
3
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务