bilibili-AI研发-日常实习一面

4.29岗位：AI Coding实习第 1 个问题一、面试官问题：自我介绍。第 2 个问题一、面试官问题：简单介绍本地生活项目第 3 个问题一、面试官问题：你为什么会想到去做一个 Agent 相关的项目？第 4 个问题一、面试官问题：在这个 Agent 项目中，前端部分是你自己参与设计的吗？第 5 个问题一、面试官问题：在项目中，你是如何使用 AI 工具来辅助开发的？第 6 个问题一、面试官问题：如果 AI 生成的结果不符合预期，或者输出报错了，你会怎么处理？第 7 个问题一、面试官问题：你现在是大几？什么时候可以开始实习？第 8 个问题一、面试官问题：为什么选择来武汉实习？第 9 个问题一、...

给我面没招了，发点面经攒攒人品～1.实习拷打2. 对着之前的一个agent项目详细的深挖，问了agent的架构，多个agent之间如何交互，skill怎么生成，检索机制，和单智能体比好在哪里等等3.用的哪个基模，模型大小多少，模型参数是啥，有对比其他基模吗4.skill的机制5.有没有做过rag，rag的分块和召回6. 依旧是之前的agent项目，有什么创新点能拿去投稿7. 论文拷打8. 写prompt，智能导购agent进行意图识别

社群小伙伴分享的社招面经 小伙伴说 基本上都是在问代码细节 , 我后来问他什么岗位没回 我去翻了翻官网招聘没翻到AI相关的岗位, 不知道在哪个平台投的1. 自我介绍2. 你们的工作流是怎么实现的？答案：我们的工作流不是让大模型每次自由发挥，而是做成了状态机加任务编排。用户输入进来后，先经过意图识别，判断是知识问答、文档检索、代码分析、任务执行还是报告生成。然后进入 planner，planner 生成一个结构化计划，比如需要调用哪些工具、是否需要检索、是否需要用户补充信息。每一步执行后都会把结果写入状态，再由下一步读取状态继续执行。工作流里最关键的是状态管理和失败恢复。比如一个任务需要先检索文...

本人简历上 1 个 RAG 项目 + 1 个 Agent demo；这次面的是AI岗一面前我以为：背完八股 + 把项目讲清楚，应该能稳过。0-5 min：自我介绍 + 项目背景- 顺利。讲清楚了我的 RAG 是给法律咨询场景做的，痛点是大模型不懂行业术语。5-20 min：项目深挖（开始崩）- Q1：你的法律文档总共多少？切了多少个 chunk？- 我：约 500 份 PDF，5 万个 chunk- Q2：500 份 PDF 加起来才 5 万 chunk？平均每份 100 个 chunk，你切片粒度是多少？- 我：512 token- Q3：法律文档里"第三条第二款"和"第三条之二"是不同含义，你的切片会不会把它切散？- 我：（沉默 5 秒）……应该会- Q4：那你怎么解决？- 我：我可以加一个 metadata……（开始编）❌ 第一次崩：切片粒度没考虑业务语义。20-35 min：评测体系（继续崩）- Q：你怎么知道你的 RAG 有效？- 我：我用 Recall@5……- Q：评测集多少条？怎么构造的？- 我：100 条，我手工标注的- Q：100 条够吗？分布怎么样？- 我：分布……我没分- Q：那你的 Recall@5 是 0.81，你怎么知道这个数字是好是坏？baseline 是什么？- 我：（沉默 10 秒）❌ 第二次崩：没有 baseline，没分布分析，纯靠"看起来还行"。35-55 min：Agent 部分（彻底崩）- Q：你的 Agent demo 用了几个工具？- 我：3 个，搜索、计算器、文档查询- Q：当用户问一个问题，你的 Agent 怎么决定调哪个工具？- 我：用 ReAct，让模型自己决定- Q：模型决策错了怎么办？- 我：我加了个 reflection……- Q：reflection 失败 3 次后怎么处理？- 我：（沉默 15 秒）……我没想过❌ 第三次崩：异常路径完全没设计。55-65 min：业务理解 + 反问- Q：你觉得字节做 AI 应用最大的瓶颈是什么？- 我：算力？数据？- Q：你看过哪些字节最近发的 AI 产品？- 我：豆包、扣子……- Q：扣子是 Agent 平台还是工作流平台？- 我：（再次沉默）❌ 第四次崩：对面试公司业务一无所知。