发一下问题给大家参考，攒攒人品！1.实习拷打2.拷打项目:针对长短期记忆，讲讲你是如何设计记忆的提取、压缩与冲突更新机制的？如果检测到用户存在极端情绪，你的Agent如何在不中断对话流的前提下进行干预？3.讲一下稠密向量与稀疏向量的区别，分别适合处理什么样的搜索需求？4.在向量化之前，为什么要对长文档进行切片？如果不切片会有什么后果？5.切片时设置重叠区域的作用是什么？这个比例你通常怎么来确定？6.余弦相似度和欧氏距离在衡量文本相似性时，各自的优缺点是什么？7.向量库检索出的Top-K结果，如果K值设置得过大，对后续的生成质量有哪些负面影响？8.为什么在初筛召回之后，还要加一个Rerank模型？能解决向量搜索哪些局限？9.如果文档发生了局部更新，如何通过增量索引来避免全量重新向量化？10.在RAG的生成阶段，如何在Prompt中设定边界条件来防止模型在没搜到内容时产生幻觉？11.调用大模型API时，为什么要使用asyncio异步编程？它在处理高并发请求时有何优势？12.你了解哪些大模型推理框架？SGLang相比vLLM的PagedAttention在推理延迟上有哪些优势？13.手撕：第k大元素

感觉面完人都通透了，还是太菜了，下去沉淀一下1.c++的多态是什么2.实习项目的架构设计是什么，详细阐述一下3.ASR的选型是怎么做的4.除了项目里用的这个模型还和其他什么模型进行了比较，具体有哪些5.ASR非流式输出的最低延时是多少6.怎么做到的低延时7.没有流式会怎样，只用非流式可不可以8.主agent的意图识别是怎么做的9.主agent和子agent的模型都是什么10.如果有多个需求如何做11.最后这个评估指标是什么12.上下文压缩是怎么做的，具体是怎么实现的13.对于用户近期的写作风格是怎么获取的14.设计开发agent怎么评估它好还是不好？15.agent开源的框架16.MCP工具用过吗17.了解过skill吗，skill是怎么用的18.大模型是怎么识别用哪个skill19.skill的渐进式披露是什么20.openclaw用过吗21.vibe coding工具的理解

继续来分享下最近的面经~欢迎友好讨论，信息共享1.实习拷打2.你们这个对抗式状态机是什么？3．你认为状态机和流式的workflow的区别是什么？分别什么时候用？4.你们这个工作流是解决什么问题的？用户是谁？5. 那你们这个工作流延迟是不是很高啊？怎么解决的？6.你写的减少token消耗，体现在哪里？7. 你在华为还做了什么，mcp和skil做出来主要是怎么使用的？拷打自己的agent项目1.你这个组件可插拔是什么意思？2. 你的多个Agent之间的是怎么处理输入的？你用的这种动态上下文具体是什么数据结构？3. mcp和skill的区别是什么？4.你的工程中是如何处理上下文的？5.你的RAG工程中是如何处理分块的？6.你的react范式是怎么做的？这种React和COT的区别是什么？你认为二者分别是在什么情况下使用。7. 你认为多agent和单agent各自适应的场景是什么？8. 有没有用过langchain，你认为它的优点是什么？9.你了解过prompt 工程，context工程，harness工程，他们的区别是什么？Ai coding写一个高并发分发优惠券的系统，要求对不同人群进行分类，配有不同的优惠券分发方案，要求模块采用继承架构设计，要求考虑边界条件，最终要求一个完整的系统，有main函数做一个demo展示系统功能。并且含有完整的边界约束测试。最后要有使用说明Readme文档。

40min左右，发点面经攒攒人品1.深挖项目，具体实现细节，整个流程的设计2.对于实习项目中的实践有哪些可以缺陷和优化的点3.对大模型进行提问时有没有它的输出不符合指令的现象，是怎么解决的，举具体的例子4.有没有接触什么前沿的agent，说了openclaw，但是底层逻辑还没看5.claude code的memory三层逻辑设计，为什么这么设计6.有没有用过ai编程工具7.cursor如果上下文过长有没有性能下降的现象