阿里巴巴阿里云2027实习内推全程跟进

最近面试的时候发现，好多面试官都会随口问一句，平时都在用哪些AI工具。其实我也能感觉出来，他们不是单纯好奇我用什么软件，更多是想看看我在工作里会不会主动用AI，能不能借着这些工具把做事的效率提上去，是不是愿意接受新的东西。每次被问到的时候，我都会老老实实说自己常用的那几个，也会简单讲讲平时是怎么用它们帮自己省时间、处理事情的。

自我介绍结合项目中为什么用kafka，而不用RabbitMQ?Redis支持哪几种基本数据类型？Zset的底层原理了解过吗？Redis和memcached相比有什么优势？Redis数据的缓存淘汰策略有哪几种？（我说出来三种，面试官说其实还有）缓存雪崩了解吗？怎么解决？如果让设计一个锁，你怎么去设计？Redis红锁了解吗？Redis分布式锁和Zookeeper怎么选择？结合项目为什么选用ES存储，而不是使用mysql或者Hadoop？了解ES的倒排索引吗？SpringBoot的优势？常用的注解有哪些？Resource和Autowired的区别？mysql中的#{}和${}的区别？Mybatis的...

1. 为什么做Agent项目？2. 了解过市面上有哪些智能体agent吗3. 讲下Agent项目4. Agent项目开发的框架5. 介绍一些AI大模型6. RAG系统流程7. MCP和Function Calling8. 如何写好的prompt9. 多轮对话的实现方案10. Agent项目背景11. LLM产生幻觉的原因及解决方案12. MCP协议的核心内容13. 推理模式的差异化设计14. RAG检索优化策略15. 特定推理模型不支持MCP的技术原因16. Agent推理模式17. 跨模块错误追踪的Agent知识库构建方案18. 多Agent执行策略的智能选择和切换机制设计19. 简历关键词提取的技术实现20. RAG评估方案21. SSE的局限性22. 举例复杂任务下执行流程23. MCP通信方式24. 项目中AI贡献的代码占比25. Prompt工程的实践经验26. 基于代码构建知识库的Agent设计27. A2A协议28. 长文本生成的技术方案29. Agent skills30. 演示Agent项目实现细节31. 了解其他的Agent范式吗32. 模型预热机制33. NL2SQL场景下的SQL安全防护34. 复杂任务执行准确率提升的评估方法35. AI辅助IDE开发工具36. RAG动态知识更新37. MCP和skill区别38. 推理模式的选择机制39. 企业内部知识库RAG的动态持续更新方案40. Prompt设计示例41. A2A与MCP区别42. 多阶段召回策略优化43. AI辅助开发的实践经验面试官主要最爱问的就是讲一下你的 Agent 项目整体架构 & 执行流程RAG 全流程 + 检索优化怎么做的Tool 调用 / Function Calling / MCP 机制原理多轮对话、上下文记忆、幻觉怎么解决

1、自我介绍2、如果让你设计一个可回放、可调试、可审计的 Agent Runtime，你会怎么做一个真正能在线上稳定运行的 Agent Runtime，不应该只是“模型 + 工具调用”这么简单，而应该是一个有状态机、有事件日志、有回放能力的执行系统。我会把它拆成几个核心模块：任务上下文、Planner、Executor、Tool Adapter、State Store、Event Log、Policy Engine 和 Replay Engine。任务执行时，不是把所有中间过程都放在 Prompt 里，而是把关键状态结构化存储。比如当前步骤、已完成动作、失败次数、工具返回摘要、等待确认事项、上...