阿里淘天-Agent优化一面

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.实习拷打2. double 处理金额会发生什么问题？通常用什么来替代 double？3. 字符串怎么转成字节数组？在 Java 中默认编码是什么？4. 一个英文字符占多少位？中文占多少位？5. 创建 MySQL 数据库的编码utf8mb3 和 utf8mb4 有什么区别？6. 有在工作中处理过 emoji 表情字符吗？怎么去存储表情在数据库中？7. 字符串拼接用 + 号和用 StringBuilder 有什么区别？8. 遍历 List 的过程中，根据条件删除元素的正确操作是什么？（注：不能使用 list 本身自带的 remove，要用迭代器的 remove）9. 初始容量为 4 的 ArrayList，放 10 个元素会发生几次扩容？10. 假设有一个对象包含一个非静态的 private 方法，如何通过反射调用它？需要哪几步操作？11. 8G 内存的机器跑一个 Java 常驻进程，你会怎么分配堆内存和元空间？设置哪几个参数比较好？12. 假设是一个需要用到 NIO 的 Netty 之类的一些框架的一个程序，出现操作系统把 Java 程序杀掉的情况，该从哪些方面怎么排查？（答了内存、cpu、日志三个方面）13. 如果死前内存占用 97%，死后降至 15%；死前 CPU 占用仅 20%-30%，这是发生了什么？（答了可能出现了循环创建等情况）14. Java 循环创建会先把分配好的堆内存打满吗？请描述从开始循环创建到进程被杀死的整个流程。15. 静态对象或变量会出现循环创建吗？16. 在上述内存打满、CPU 较低的场景中，会有大量的 Full GC 吗？为什么？（不会，因为 Full GC 会使 CPU 占用过高）17. 操作系统判定进程资源使用不合理将其干掉，去哪看系统底层日志？

1. 模型训练里你怎么在全参微调和 LoRA 之间做选择这个问题我一般不会只从显存够不够来答，而是会结合任务复杂度、分布偏移程度和上线方式来讲。全参微调的优点是表达空间更大，适合任务分布和原模型差异比较大的场景，比如领域知识很重、输出风格和推理路径都要明显改造的时候，它更容易学到深层适配；LoRA 这类 PEFT 方法更适合成本敏感、实验迭代快、模型版本频繁切换的场景，特别是多任务并行或者多租户配置时，管理上会轻很多。如果任务本质上是在原模型能力基础上做轻量偏移，比如格式约束、领域术语补强、特定工具调用习惯，LoRA 往往就够了。反过来，如果发现训练后模型虽然会答，但深层行为模式改不动，比如推...

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1 实习拷打2 拷打项目一1.主要是transformer的细节2.Q K V3.kvcatch4.transformer为什么适用于多模态3 拷打项目二知识蒸馏4 拷打Java内存泄露问题5 大模型的优化怎么解决上下文过长导致遗忘的问题除了prompt，还可以怎么解决aicoding写代码冗长复杂的问题？6 agent的运行流程rag库agent skill7 手撕代码二叉树的遍历

很多人问入行Agent要学什么技术，最大的误区就是「所有技术全学一遍」，最后什么都只会一点皮毛。Agent赛道早就细分出了不同的岗位方向，不同岗位的技术栈、招聘要求天差地别，选错了方向，学了再多也没用。今天结合2026年金三银四的企业招聘需求，以及我自己在AI公司的从业经历，把Agent赛道的4大主流岗位，分别对应的必学技术、进阶技术、面试重点、落地要求全拆解清楚，不管你是校招应届生，还是转岗开发，都能精准对标，不做无用功。先给核心前提：Agent赛道的岗位，分为两大方向，四大细分岗位应用层方向（需求量最大，对本科生最友好，校招岗位占比超70%）：AI Agent应用开发岗、多智能体解决方案岗...