携程一面凉经

事后才想起来，当时面试官问我vector预分配空间的函数是什么，我想的是reverse，结果不假思索读成了reverse，面试官还愣了一秒，我去😇

字节抖音AI搜索，主要以cpp开发1.自我介绍。2.介绍一下你的这些项目吗？多agent项目3.你的主控 Agent 的输入是什么？4.你的子 Agent 是怎么让主控 Agent 感知到的？5.你的 Agent 和 Agent 之间是怎么交互的？有什么协议吗？6.你是怎么决定要开发这几个子 Agent 的？各agent分别承担什么功能？7.你的数据来源是什么？8.你刚刚说的大盘行情数据、新闻这些，又分别是从哪个数据源来的？9.你这个怎么提取关键词的？10.这些新闻或者搜索到的文本数据拿到以后，你会做什么处理？11.你会限制整个 context 的长度吗？12.你这里限制是多少？13.那 token 和文本的换算关系你大概了解吗？一个 token 大概对应多少文本？14.你的模型输入最大允许多大的窗口？15.你为什么会选择调多个模型？其实选一个最适合的模型是不是就够了？16.你有调研过各个模型的特性吗？你是怎么选的？17.千问你这边有用吗？18.你这个简要的 RAG 框架？19.你可以从输入开始，简单说一下你整个 RAG 框架的流程吗？20.那你这个知识库和新闻，这两个 Agent 的定位区别是什么？21.你为什么会采用 multi-agent 的架构，而不是一个 Agent 加一堆工具的架构？22.你的模型推理链路是怎么部署的？八股26.你可以说一下，我们在浏览器里面输入一条链接以后的通信过程吗？27.HTTP 和 HTTPS 有什么区别？28.什么叫线程安全？29.你用过哪些锁？互斥锁用过吗？30.你了解互斥锁大概怎么实现吗？31.还有其他哪些锁？32.写时复制了解吗？33.进程间有哪些通信方式？算法题二叉树最大宽度大半时间都是揪着我的多智能项目来问，业务针对性强。开学第一场，对新做的项目整体准备不太完善，答得不太行，估计面评也脏了，到发布日期字节没第二场了面AI相关岗位可以参考一下它的提问方式。

1. 介绍K8s2. 创建一个deployment，生成两个pod的流程3. 调度器调度的流程4. pod的dns流程5. 如果一个pod提示连接超时，对于dns如何排查6. Linux进程的状态7. top命令8. 什么是平均负载9. 什么情况下进程处于不可中断状态10. 怎么看进程的io（iotop / pidstat）11. 僵尸进程12. 了解过亲和、反亲和污点吗13. 两种调度策略requiredDuringSchedulingIgnoredDuringExecution和preferredDuringSchedulingIgnoredDuringExecution14. 监控的时候内存使用的哪个指标（container_memory_working_set_bytes）15. docker和containerd的区别16. 压缩和不可压缩资源17. namespace、cgroup、ufs18. pod达到limit时会出现什么现象- CPU 超过 limit 时，容器不会被杀掉，而是被系统节流，CPU 使用会下降到 limit 值。- mem会被OOM19. time_wait出现的原因、如何排查以及如何解决20. 进程、线程和协程的区别21. 了解过哪些网络的内核参数已发口头offer，不知道要不要去。目前腾讯的流程在继续。面试官说无转正，但是HR说有转正

这两周面了美团、B 站、百度、小红书等几家大厂，整体感觉和去年暑假的面试节奏完全不一样了👇提问重心变化：纯八股的占比明显变少，更多是围绕实习经历和项目技术栈展开，聊着聊着就穿插问相关知识点。比如聊到登录模块，就会顺带着问双令牌设计、JWT 的实现；聊到文件上传，就会问到分片上传、断点续传的细节。AI 结合成标配：几乎所有面试官都会往 AI 方向提问，问题也更开放。我觉得面试官最爱问的 AI 问题是“如何在业务中用 AI 提效开发”和“设计一个结合 AI 的业务功能”，比如让我设计 AI 辅助订阅会议室、AI 辅助生成患者诊疗方案这类场景题，很考验对 AI 落地的思考。算法 & 场景题：手写代码不再局限于纯算法题，更多是场景化模块设计，比如手写防抖节流、实现 MHA、手撕页面布局；小红书还考了智力题和口撕页面设计，只有腾讯一上来就是两道 LeetCode 热门 100 题，风格差异还挺大的。整体下来，有实习经历背书后，面试更偏向 “做过什么、怎么想的、能不能用 AI 解决问题”，纯靠背八股的时代感觉真的过去了。