淘天Agent一面，被拿捏了（搬运）

MCP算是AI问题中的常驻问题了，以下是个人总结的几种问法：1.基本概念2.解决了什么问题3.MCP的三大件 Host、Client、Server4.拔高类型：MCP VS Function Calling 、MCP VS Plugins  较为复杂

🕐面试时间：60min❓面试问题：自我介绍ai coding 40min，给一个业务需求，做一个词包agent（10w+词进行分类，plus一些业务问题），只需给一个大致的架构方案设计，当大模型给出方案后，面试官会问你觉得这个方案有什么坑点，也会给你一些提示（10w+单词不好全让大模型来做分类，想法是让一个子agent或子模块来做），你也可以让大模型来想解决办法。聊聊对agent的认识有没有用过open clawskills了解吗你刚才想到了用子agent的思路，在什么情况下会这么做，有什么好处skills和子agnet有什么区别，什么场景下选择不同的解决方法（我回答的是看整体的任务复杂度，...

面了80分钟面试官很nice，人很好，一直在引导我，但我太菜了问得挺深的，基本都问到JVM去了，没有手撕，现场ai coding，我没招架住，意料之内当天就挂了，还得继续沉淀啊QWQ请介绍一下你的一些经历以及项目的经验。（自我介绍）面向对象的三大特性是什么？分别介绍一下面向对象的三大特性。继承和实现接口的两个最大的区别是什么？继承和实现接口有什么共同点？你知道default方法吗？多态的底层的实现原理是什么？虚拟机是怎么运行多态这个过程的？（这个没答上来）动态分派是什么？（也没答上来，这个词我都没听过，小林coding上面也没有）你知道static和final关键字吗？你知道泛型吗？泛型擦除是什么？擦除之后虚拟机是怎么运行的呢？你知道Java的异常体系吗？你知道的error有哪些类型吗？（这个答得不太好，平时没注意，只知道ERROR了）你如果在运行时会不会出现error？你知道的数据结构有哪些？copy on write ArrayList的底层实现原理是什么？copy on write ArrayList底层一般用的什么锁？reentrant lock的原理是什么？reentrant lock的核心机制是什么？（没答出来）你知道AQS吗？（答错了）AQS的一个核心方法，你知道吗？（没答出来）你知道多线程吗？多线程有几种实现方式？线程有几种状态，你知道吗？运行态分几种状态？你知道wait和notify吗？请介绍一下。哪个状态是不释放锁的？线程池有几种线程池？（没答出来）线程池实现的里面对那几个参数知道吗？设置线程池大小的时候需要注意什么条件？线程池的淘汰策略是什么？关于agent的相关开发，正常我们需要写一个promote（面试官一直这么发音，我感觉说的应该是prompt？），写一个prompt的关键的一些核心因素有哪些？上下文工程知道吗？怎么构建一个agent的上下文工程？Agent的上下文工程应该包含哪些模块？Multi-Agent协作时，那个状态参数最核心是为了解决什么问题？（这个我的理解出了问题，和面试官掰扯了很久，最后面试官纠正了我说设计上有问题）现场AI-Coding，用阿里的平台反问环节，当时觉得自己已经挂了，就没问业务什么的了，问面试官觉得自己有什么不足，然后给了我一个让我觉得很受益匪浅的回答大致意思就是，不是说系统、知识要多么深入，而是要具备产品的一个思维方式，要想出来一个产品要什么，要怎么去达成，而不是去死记硬背一些知识。AI发展很快，要比AI更灵活，只有比AI更灵活了，才能深入去使用它，去做很多事情。基于现有的知识体系去使用AI，反而会被框住，一定要具备足够的灵活性和思维的活跃性。那天面完想了很久，确实感觉自己在这一块有点欠缺了，太拘泥于自己现有的知识了

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...