Agent后端开发日常实习二面-小红书

1. 请做一个简短的自我介绍2. 在你的项目里，挑一个技术难度大点介绍一下3. 你平时工作中用过哪些 AI 编程工具4. 对 Python 掌握如何？在你的实际使用里主要承担什么角色5. 对协程了解吗如果面试官保留“协程”这个点，其实完全可以只从 Python 角度展开。你可以说协程适合 I/O 密集场景，比如异步调用多个外部工具、并发请求检索服务、批量处理模型请求、流式返回等。协程不是让 CPU 计算变快，而是提高等待 I/O 时的资源利用率。在 Agent 场景里，协程比较适合做并发检索、多工具并发探测、异步日志上报、流式 token 处理这些事情。如果继续深入，可以提一下 asyncio...

1、咱们速战速决，先说一下你做过什么项目，介绍一下背景，负责的什么部分，遇到了什么问题，是怎么解决的2、你实习的项目都是从零到一开发的吗？之前没有什么能就是能拿来用的吗？（能复用）3、简单聊了一下AI 项目 实习4、你觉得目前市面上比较成熟的比如OpenClaw存在什么不足的或者说可以改进的地方？你有什么想法或者建议？总共八分钟挺短的，没问八股，面试官人很不错，但是好像也是真忙，半夜十二点给我boss发的消息；感觉面的过程中他对我感觉还可以

1. 讲一下你做过的一个 Agent 项目，重点说业务背景、流程和你负责的部分2. 如果你的系统里也有高并发场景，你会怎么设计限流、降级和幂等高并发下最怕的不是平均请求慢，而是少数慢请求把整条链路拖死。Agent 系统一般调用链长，请求里既有模型推理，也有工具 I/O 和数据库操作，所以不能只靠一个网关限流就完事。我会把限流拆成几层：入口做用户级和租户级限流，任务编排层做任务队列隔离，工具层做并发池控制，模型层再做 token 预算和超时回收。这样某一个工具服务出问题时，不至于把整个系统打爆。幂等也很关键，尤其是有写操作的时候。像发通知、写审批、更新状态、创建工单这种动作，必须给每次执行一个 ...

Timeline3.5一面3.8 二面3.12 三面3.18 hr面4.2 offer