虾皮ai后端开发二面-日常实习

努力拥抱AI中…
1.项目拷打
2.如果你要控制多个 agent,不论是 cursor、codex 还是别的工具,同时开多个的时候,你觉得会有什么问题存在?
3.如果同时开 10 个、20 个,甚至更多 agent,你觉得会有什么问题?
4.怎么管理它们?
5.当 agent 做任务时,它不一定一次就做完,可能需要你反馈、确认、纠正。如果有十几个 agent,你怎么分配跟它们互动?
6.如果要支撑这种场景,技术上应该实现哪些能力?
7.你刚刚定义了 waiting、running、done 这些状态,那你觉得怎么去捕获一个 agent 的状态?
8.现在像 codex 这种是独立程序,如果它没有 API,你怎么实现对它状态的获取?
9.除了 hook,除了 skill 里做打点,还有什么其他方法吗?
10.你有没有用过 skill 里面跑脚本这类能力?
11.如果检测到 agent 一直没响应,或者卡住了,你会怎么处理?
12.那是不是以后人只要对着调度器就好了?只需要做这套编排和管理?
13.除了测试、复盘、对外解释结果之外,你觉得以后程序员还应该重点发力在哪些领域?怎么避免和 AI、和偏商务的人直接同质化竞争?
14.你觉得有什么方法论,可以让大模型从一个非常庞大的上下文里,很精确地找到它真正需要的数据?
15.你刚刚提到 RAG,这种方法在代码库场景里怎么落地?代码是怎么被切成片、变成可检索内容的?
16.如果 RAG 找错了怎么办?
17.Cursor、Claude Code、Codex 这类工具,面对几百万行代码、窗口又装不下的情况,这个问题怎么办?
18.那你知道这些工具大概是怎么实现的吗?
19.从原理上看,一种做法是先把用户提示词丢给模型,让模型决策后再搜索代码;另一种做法是先本地检索,再把结果给模型。各自有什么优缺点?
全部评论
PDD考虑吗,急招人,岗位多,帮跟踪进度:https://careers.pddglobalhr.com/campus/intern?t=47LjBxZ34k
点赞 回复 分享
发布于 04-09 10:13 上海

相关推荐

04-08 21:15
门头沟学院 Java
给我面没招了,感觉自己好菜、面试很难,还是要多多练习1.介绍实习2.怎么对多场景 / 多 context 的 agent 进行拆分的?3.你刚才说到虽然对用户来说是在一个对话窗口内,但在你们看来前后诉求其实是不同业务,所以你们拆了多agent。那如果还是一个 agent、上下文和知识库也保持一个 agent,它是会记不住吗?还是为什么一定要拆?4.你们怎么判断该调哪一个 agent?代码具体是怎么实现的?5.你们这个 LLM 是有多个可以选的吗?还是统一用某家公司的模型,或者自己搭建的?6.同样的问题、同样的用例去测试过不同LLM模型吗?7.你用了 Redis 做缓存,这个具体是用在什么地方?是在知识库 / tool 之类的场景吗?8.假如没有这个热点数据缓存,那这些数据会去哪里取?9.但按我理解,这种链路里哪怕数据库慢一点,比如 100ms 和 10ms 或 1ms 的区别,好像也未必特别大,你怎么看?10.你自己当时有过这种疑问吗?就是这套方案里到底需不需要上缓存?11.假如没有缓存,或者缓存失效时还是要查数据库;而数据库又特别慢的话,你会想到哪些优化措施?如果数据量真的特别大。12.如果做分库分表,通常只能按一个维度分,比如用户 ID。那假如我还要支持一些低频、但会按其他字段组合查询的场景,你会怎么设计?13.我举个例子,比如订单表按订单 ID 分表,但后台页面可能要按创建时间、订单状态、店铺 ID 去查,这种低频但多条件查询的场景,你会怎么做?手撕:三数之和
查看13道真题和解析
点赞 评论 收藏
分享
评论
点赞
3
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务