4 月 13 日 快手 Ai 应用开发 一面面经

一面过后转岗被捞起来了直接从二面开始，好运来！1.面试官业务介绍（直接说该岗位是产品+研发的复合岗位，偏产品设计，快手在安全风控 PR 领域的agent应用探索，研发主要是一些 skills ，harnness engineering 搭建）2. 实习介绍（20 min）-你从业务角度分析一下你的实习经历，包括你接到需求如何处理，如何设计。-实习过程完成的工作会用哪些指标进行衡量，介绍一下包括冷启动0-1 以及上线后的如何通过用户反馈构筑数据飞轮。-那你了解哪些方法根据用户反馈去尽量全而深的了解真正痛点，从而指导你的开发工作，你实习中是否有这样的经历，如果有可以结合经历讲讲。3. AI的出现你认为会对程序员的工作造成了什么影响。4. harness engnering 是什么，你对他有什么理解- 如果让你构筑你会做那些工作。5. 基于你对agent的理解，你认为未来agent的发展会如何发展如何变化。6.快手有很多 AgentOS团队以及 AI应用开发团队，会做大量基础底层能力的建设，但是未来我们是否需要再去花重资产去投入呢？你可以说一下你对这些的理解，你可以从 模型 框架 skills 等等 方面去展开说说，哪些你认为需要重投入，哪些不需要。7. 确认到岗时间以及意向算法：反转链表反问：明确岗位面试感想： 面试官说 AI的出现模糊了传统岗位的职责边界，未来需求的是复合型人才。

1. 自我介绍2. TCP 和 IP 的职责边界是什么，为什么说“HTTP 基于 TCP，TCP 基于 IP”这个表述只对了一半IP 负责尽力而为地把报文从源地址送到目标地址，它不保证到达、不保证顺序，也不保证不重复。TCP 建立在 IP 之上，提供有连接、可靠传输、流量控制、拥塞控制和按序交付。HTTP 是应用层协议，它依赖传输层提供的可靠字节流，但 HTTP 本身并不“知道”底下是不是 TCP，也可以跑在 QUIC 上。所以“HTTP 基于 TCP”对传统 HTTP/1.1 和 HTTP/2 是对的，但对 HTTP/3 就不成立；“TCP 基于 IP”则更准确，因为 TCP 的寻址和转发确...

攒人品中，祝大家都能拿到满意的Offer！1. 实习拷打2. 项目拷打3. 学校是否有发 paper 或实践课程的要求？4. 前端、后端、Agent 开发三者的职能差异？自己擅长哪方面？5. 性能优化的核心手段？如何发现定位瓶颈？6. 如果二级评论内容复杂（图文/视频），下挂在主表不合适怎么办？7. 海量评论（2万+）的通用优化方案？8. AI 商家运营助手 Agent 架构介绍？9. 为什么选 LangChain 而不是 Spring AI/Java？10. LangChain vs LangGraph 差异？11. 如果重新设计架构，结合最新 Agent 演进，会怎么做？12. 工具层如何封装？职责如何划分？调度机制？13. 订单异常（物流/支付/库存）三种情况如何编排节点？14. Claude Code/Codex 如何处理订单异常问题？15. LangGraph 编排 vs Claude Code/OpenClaw 模式差异？16. 从效率、架构演进性、准确性三方面对比两种架构？17. Harness Engineering 有没有了解？18. 最近业界火的方向/框架/项目？19. Hermes 的 RL 是在本地还是云端？具体展开？20. Hermes 的自进化用的是 memory/skills 还是模型自进化？21. GRPO vs DPO 差异？选哪种用于客服项目？22. 用户提交图文评论的全链路流程？哪些节点可优化？23. 网络层面的优化？24. 现在用的 AI 工具有哪些？25. Cursor 用什么模式开发？26. 每月/周消耗多少 tokens？

1. 实习拷打2. AI Coding 的笔试如果只是人工造 case 去测，你觉得它离生产可交付还差什么人工造 case 只能验证“在已知分布上能不能过样例”，离生产可交付还差三层。第一层是任务边界，要明确输入约束、输出格式、失败语义和回滚策略，不然模型生成的内容没法进入真实工作流。第二层是稳定性，要知道不同仓库规模、不同语言、不同依赖环境下性能会不会抖。第三层是验收能力，必须补静态检查、单测、sandbox 执行、diff 审核和回归评估。没有这些，AI Coding 最多是演示能力，不是工程能力。 def validate_patch(patch, repo_path): if not ...