求牛友帮助

继续来分享下之前的面经~Agent & 系统工程1. agent的部署流程2. agent和workflow的区别，为什么需要agent3. 觉得当前的agent达到预期了吗？对agent的预期是什么4. agent的改进方向是什么5. 你认为从大模型端要做什么来适配agent大模型基础 & 微调6. 大模型项目遇到了什么问题7. 大模型微调的机制8. lora的具体原理9. lora中特殊的超参数有哪些，分别有什么意义，会对模型有什么影响10. lora效果不好怎么办11. lora的缺点，改进方向12. 有没有从0训练大模型的经历上下文 & 记忆机制13. 怎么加强大模型记忆机制14. 上下文接口怎么修改15. 较长较多的上下文怎么解决多模态相关16. 多模态的用户信息怎么存储和使用17. 对多模态大模型有什么了解18. 多模态大模型的具体结构

🕐面试时间：35min❓面试问题：一上来就是学习中有什么困难，是怎么解决的。问第一个项目的流程，为什么要用到这个模式redis，caffine，数据库如何保持数据一致性（给了一个场景，100台服务器，热点数据刚好同时过期怎么办，这时候来一大批数据数据库扛不住怎么办）实习过程中的任务，困难。反问 无八股，无手撕

写下快手的一面面经，又挂了，找暑期实习快自闭了。1.  为什么要引入缓存，引入缓存的优缺点2.  布隆过滤器可以删除key吗？3.  ThreadLocal存在内存泄漏吗，为什么？4.  项目中有遇到输入后，调用错MCP的tool或者没调用tool的情况吗？5.  agent调用MCP服务，假如输入中对调用的MCP中的tool缺少必要的参数怎么做的？手撕: 手机号码的排列组合接下来要好好沉淀了。

1.自我介绍2.3分钟介绍项目3.如果系统出现了网络抖动，而不是它真正出现了故障，那这时候你的agent该怎么判断这是因为网络抖动而出现问题4.如果AI agent 给出的排障建议，出现与实际不符的情况，该怎么办（就是问大模型幻觉的处理）5.RAG检索的准确率，是怎么统计的6.RAG知识库系统全链路设计7.Redis三剑客8.Mysql为什么使用B+树9.反问整体下来，面试主要还是场景题，还有两个场景题忘了，八股就问了7，8这两个，然后就是面试官介绍公司业务这些。