字节暑期Agent开发一面 面经分享

一、考察点 1、考察求职者的求职意愿与主动性，判断是否真心想来公司、认可岗位。2、考察求职者的职场情商，是否懂得礼貌反问、避开敏感雷区。3、考察求职者是否有职业规划，不是盲目找工作，关注岗位成长与团队发展。4、区分普通求职者和优质求职者，拉高整体面试印象分。二、解题思路回答核心原则：不问薪资、不问加班、不问福利。优先围绕岗位工作、团队业务、新人成长、技术方向提问，既体现求职诚意、上进心，又礼貌专业，不踩面试雷区，贴合软件测试岗位求职场景。三、参考答案（优选3组，面试任选其一）版本1（最稳妥、通用满分，优先推荐）老师，我想了解一下，咱们测试团队目前的工作模式是怎样的？是以功能测试为主，还是会侧重接口、自动化测试呢？新人入职后主要负责哪些工作内容？版本2（凸显上进心，适合应届生）我想请问一下，针对咱们这个测试岗位，新人入职前期，需要重点掌握哪些业务或者技能，能够更快上手工作、融入团队呢？版本3（关注长期发展，凸显规划）想了解下咱们团队后续的技术发展方向，会不会侧重自动化、性能测试这些方向？对于测试新人的成长晋升，团队有没有对应的培养体系？四、总结面试反问核心逻辑：避坑+显诚意+展上进。坚决不询问薪资、加班、假期等敏感问题，通过询问岗位工作、新人培养、团队技术方向，向面试官传递自己稳定求职、愿意学习、长期发展的心态，有效提升面试通过率，贴合软件测试岗位求职定位。

自我介绍项目里使用线程池解决了什么问题怎么解决大模型返回json格式不稳定项目中面试评估需要处理20+题答案超出上下文限制，怎么解决引入rabbit解决了什么问题，为什么要引入如何解决rabbit重复消费，保证幂等性为什么要用TTL和死信队列，不使用定时任务轮询如何保证数据库和缓存一致性MySQL为什么用B+树慢查询和查询优化反问十分快速结束，面完发现才20分钟，感觉纯kpi

1. 你对Graph和DAG框架有什么理解？2. 有向无环图（DAG）与含循环图（如循环RAG）的区别是什么？3. 有向无环图（DAG）适合什么场景？含循环图（如循环RAG）适合什么场景？4. 针对“每日自动分析并编排工作计划”的需求，该如何设计架构？是否需要结合循环RAG架构与短期记忆机制？5. 对于“每日自动分析并编排工作计划”的需求，应将能力沉淀为Skill还是长期记忆以实现持久化？6. Multi-Agent编排中，可能会出现死循环或Agent间推诿的问题，该如何监控与规避？7. 长流程中大模型输出被截断（如代码/文档不完整），有哪些工程化的解决手段？8. 从Prompt层面，如何解决大模型输出被截断的问题？（如few-shot示例、自校验机制）9. 从代码层面，如何解决大模型输出被截断的问题？（如重试逻辑、后处理清洗）10. MCP与Skill的区别是什么？11. 怎么设计一个大模型网关系统？12. 大模型未来在Skill能力上的发展趋势是什么？13. 请说说你的项目参赛经历，以及你在团队中担任的角色（如小队长）和具体负责的工作？14. 你是否考虑将参与的项目转化为创业方向？15. 你的毕业时间是什么时候？16. 你目前的状态是什么？（如全职实习）17. 大四是否还有课程？后续返校需要完成哪些事宜？

1.你能那个说一下马尔可夫模型是什么吗？2.所以它幽灵（一种智能体）处于什么位置？和哪些因素有关？3.这个整个代码仓库的话是怎么个构造的？就是包含哪几个大块和哪几个大类？4.哪一块和这个贝叶斯实现那个逻辑有关5.那你这个算是一个偏性能的优化的一个项目吗6.它如果应用在推荐领域的话是否可行呢？比如广告推荐啦，视频推荐这种。7.那这个马尔可夫模型在这里体现在哪里呢？8.这个项目里还有一个那个决策逻辑是基于贪心策略的动作选择算法，结合实时概率信念分布。这块能详细介绍一下。9.通过什么指标判断他下一步动作是否是优的呢？10.那有没有比如考虑一个全局的一个最优策略呢，这么一个方案。11.为什么一次最多走...