双非本9硕研0找agent实习，蒟蒻求简历拷打

大家好，我是阿不达。  简历上写了 AI 项目，怎么才能拉开差距？  这几天刷牛客，发现这个问题在热榜第一挂了好几天了，这个问题我太有感触了，有点正中下怀的感觉。这段时间我可是没少跟Agent死磕，也正是因为这一段时间的努力，前不久咱也顺利拿到了字节的日常实习offer（这里请允许我小小的骄傲一把😁）。今天我就结合之前的面试经验，跟大家说道说道，顺便也来蹭个热点，哈哈哈哈。 站在 AI 概念大火的当下，相信很多同学或多或少都积累了一些 RAG 或 Agent 项目经验。不过我们这些学技术的人大多数又不善于文案，很多人花了大量精力做出来的项目，却无法用文字把亮点给写出来。如果你只是在简历中简单...

很多人简历上写着"熟悉LangChain / AutoGen /主导过Agent项目"，结果聊10分钟，全是API调用和Prompt拼接…01 第一道题：开门见山问「你做的Agent，和一个写了System Prompt的普通Chat接口，本质区别是什么？」× Agent可以调用工具，能执行多步操作，更智能……✅Chat接口每次都是无状态的单轮推理。Agent的核心是「感知—规划—行动」的闭环，它能在执行过程中根据环境反馈动态调整下一步，而不是一次性输出。最关键的是，Agent具备在不确定性下做决策的能力，而不是单纯的指令执行者。💡面试官在看什么：是否理解ReAct / Plan-and-Execute这类架构的本质，而不是停留在「工具调用」的表面。02 问设计决策，最容易暴露真实水平a、「你设计Agent的Memory模块时，是怎么考虑短期记忆和长期记忆的边界的？」× 用Redis缓存对话历史，向量数据库存长期知识。1. 短期记忆（上下文窗口内）主要解决连贯性，问题是token成本和遗忘；2. 长期记忆（向量检索）解决跨会话的知识复用，问题是检索精度和幻觉风险。3. 我的边界判断依据是：信息的「时效性」和「复用频率」——高频复用且稳定的才进长期记忆，否则会引入噪声。另外我们踩过一个坑过于激进地写入长期记忆，导致Agent检索到矛盾信息后行为不稳定。💡关键词是「踩过的坑」，真正做过的人一定遇到过工程问题，没遇到过的大概率没真做。b、「你的Agent如何处理Tool Call失败？有没有做过任何形式的容错设计？」× 加了try-catch，失败了重试三次。✅分了几个层次：工具层做幂等校验和超时熔断；规划层做Tool失败后的路径重规划（降级到其他工具或人工兜底）；观测层记录每次Tool调用的输入输出，方便追踪。印象最深的是一次搜索Tool批量超时，Agent进入了无限重试循环，之后我们加了最大步数限制和循环检测。💡无限重试循环，这是高频真实故障场景，没上过生产的人不会主动提这个细节。04 这三个回答，无法回答追问会比较减分「我用AutoGen / CrewAI做了一个多Agent系统」× 说不清楚Agent之间的通信机制、任务分配策略、以及为什么要多Agent而不是单Agent。框架名字报得越多，越需要追问。「我们的Agent准确率很高，效果很好」× 说不出评估指标怎么定义的、测试集怎么构建的。"效果好"是结论，不是能力的证明。把所有问题归结为「Prompt不够好」× Agent的问题大多出在架构设计和工程稳定性上。只会调Prompt的人，遇到真正的工程问题就会迷失。05 面试官最喜欢问的一道压轴题「描述一个你认为不适合用Agent来解决的场景，以及你的判断依据。」• 比如用户只需要做单次文本分类，路径固定，没有动态规划的必要用Agent引入的不确定性和延迟远大于收益。• 或者对实时性要求极高的场景，Agent的多步推理本身就是延迟瓶颈。能说出「不该用」的人，比只会说「能用」的人，往往更成熟。💡这道题没有标准答案，考察的是工程判断力，能不能抵制住「凡事都Agent化」的冲动。Agent本身就是在不确定性下工作的系统，开发Agent的工程师，也应该有同样的特质。

大家好，我是@程序员花海。最近很多27届的同学私信我，纠结秋招到底要不要深耕传统后端，要不要跟风学AI Agent，害怕单卷后端太内卷，全学AI又底子不稳、面试接不住细节。结合目前各大厂最新的招聘趋势和岗位变化，今天专门给27届同学讲透核心备考思路，放弃无效内卷，主打后端保底、Agent突围的双轨靶向学习，这也是目前27届秋招最高效的备考方式。现在的互联网技术岗招聘早就变天了，纯传统CRUD后端岗位持续缩减，内卷程度达到顶峰，只靠单一后端能力，简历很难在海量候选人中脱颖而出。但大家要清楚，不是后端没用了，而是纯业务后端不再吃香，企业真正需要的，是拥有扎实后端工程底子，同时具备AI Agent落...

面试官人很好！！！刚开始面试的时候其实超级超级紧张，但是面试官会诱导我回答，越聊越轻松。无算法无手撕。无自我介绍1. 面试官自我介绍，给我介绍团队部门和业务（一个偏ToD基础设施，一个类claude）2. 日常开发中你是怎么用ai的？3. 你是怎么进行测试的？（tips：其实面试官从这里开始就想问我workflow，一直在诱导我回答）我：就是让ai编写一些测试脚本去处理正常情况和边界情况面：那你这样子每次手动让ai去编写测试代码不会很繁琐嘛？那如果现在已经有了一个相关的Skill你会怎么用他？我：（叽里呱啦一大堆，我大概讲了一下这个skill应该做什么事情，讲了讲渐进式加载skill）面：那你能确保这个skill一定能执行嘛？我：我们可以用workflow，主流程固定，节点任务交给agent或者llm面：我想听的就是这个，那workflow怎么用呢？我：这确实不知道面：我们可以把workflow写到system prompt中4. 你用ai到现在花了多少钱？（一分钱没花，这里还唠了一会）5. 项目中的打字机效果是怎么实现的？6. 打字机的帧率是多少，是怎么计算的？7. markdown渲染你有没有什么安全措施？怎么防XSS（gfm白名单）8. CSFR攻击9. 为什么要用SSE做ai输出，不用websocket？10. 项目：ai生成歌曲肯定需要一定的事件，你怎么让用户等待更加舒畅？11. 等待进度条的当前task是怎么做的？（SSE 自定义事件）12. 为什么播放器要全局状态管理？13. 假设我现在要做一个效果，就是根据音乐有音波的震动感，你会怎么做，谈谈思路就可以。我：1.用现成的库。2.每隔0.5s或者固定时间对某个节点进行分析音乐特征作为主波频，小波频可以用噪声模拟。面：音乐文件是可以解析成数组的，里面有音乐相关的特征信息（感觉运气很好啊，因为面试官也做过类似的项目所以比较感兴趣）14. 为什么你的项目要用Next.js，这里我吐槽了一波SSR很恶心，很多浏览器的api都不能用，面试官告诉我那就是SSR用的地方不对，确实醍醐灌顶了，有高交互的地方确实不应该也不适合使用SSR15. 你知道哪些性能指标呢？你是怎么监测的呢？16.  我看你简历上写了擅长性能优化，跟我说说你怎么做的吧。（因为我们的服务器很差，我做了超级多的性能优化，我个人觉得这里答得蛮不错的，面试官说很少人会写这个，答出来会很加分）17. 还有一些个别问题吧，刚开始的时候太紧张了，确实不记得了录音了。。。18. 你觉得ai会取代前端嘛？19. 你说你更喜欢美学和设计之类的，你了解过哪些动画库或者UI库嘛？20. 通知一面过了（真的开心坏了哈哈哈哈哈哈哈）反问：1. 如果能顺利通过面试的话，老师您更推荐我去哪个部门？2. 大厂的开发流程协作模式是怎么样的？3. 我现在用ai有个问题，日常开发中使用ai，如果代码是ai写的我会有深深的愧疚感，但是又不能不用。用了ai写代码，代码能力就慢慢地下降了，导致进一步使用ai，形成恶性循环，不知道老师您是怎么看的？（随个简历和下一场面试邀请）