Loading...
做过智能客服系统的人，或者搭过企业知识库助手的技术同学，大概率都撞上过这么一个场景：用户兴致勃勃地提了一个问题，系统在知识库里检索了一圈，什么相关内容都没搜到。那一刻系统该怎么办？很多人第一反应是让大模型自由发挥——结果就是一本正经地胡说八道，也就是大家常说的"幻觉"问题。在依赖真实知识的业务里（比如企业制度、产品参数、法务条款），一句编造的答案，代价远比直接说"我不知道"大得多。一位前同事去面某里RAG相关岗位，三轮技术面里都被追
某节二面：prompt到头怎么提升效果？别急着说微调
前段时间，有读者去面某节的大模型岗位，二面时面试官抛了个经典问题：如果prompt已经优化到头了，效果还是上不去，你会怎么做？这位读者几乎没犹豫，脱口而出一句：那肯定上微调啊。面试官笑了笑，回了句：你这个回答有点武断。事后复盘才慢慢反应过来——问题不在于"微调"这个答案本身有没有错，而在于他直接跳过了整整一条排查链路，上来就给结论而不是给思路。这篇文章就来拆一拆，这道题背后到底在考什么，一个完整的回答应该长什么样。这道题的真
某团二面追问：多Agent之间怎么实现共享记忆？从文件到治理型架构的演进
前几天有位读者去面某团二面，面试官问了一个问题："多Agent之间怎么实现共享记忆？"这位读者当时脑子一热，随口答了句"用文件来做"。面试官愣了一下，追问："那并发写入怎么办？权限怎么控制？"当场就卡住了。回来复盘越想越不对劲——这个问题远没那么简单，它其实是个正儿八经的系统设计问题，业界这两年也在认真讨论。如果你最近在搭多Agent系统，大概率会撞上这个问题。五个Agent，一个做摘要、一个做代码审查、一个做研究、一个管任务调度、
字节面试官：RAG不就是给大模型挂个知识库？别把这题答浅了
字节面试官问的第一个问题是："你说RAG不就是给大模型挂个知识库吗？"这句话听着像陈述句，其实是个陷阱。如果你只回答"对，就是检索+生成"，这题基本就凉了。面试官真正想考察的是：你能不能把RAG拆开来，讲清楚每一步的工程细节。面试中高频追问还有：文档怎么切分？向量数据库怎么选？什么是Re-rank？多路召回具体怎么做？怎么量化评估RAG效果？这些问题每一个都能展开聊很久。下面就把这次面试中被问到的RAG核心知识梳理一遍，从概念定义到工
面试官追问：你了解过哪些 AI Agent 开发框架？不要背名称，要讲选型逻辑
面试官问了这道看起来很常规的题:你了解过哪些AIAgent开发框架?候选人一口气报了十几个:LangChain、LangGraph、LlamaIndex、CrewAI、AutoGen……还补了一句"反正都是封装大模型和工具调用的,用哪个都差不多"。!面试场景面试官直接怼回来:只会报名字不算了解。它们解决的问题、抽象层次和适用场景都不同,怎么会差不多?这道题看似在考你知道多少框架,其实面试官更想听到的是:你是否真正理解主
淘天一面：Prefix Caching 原理是什么？Agent 框架怎么保证不破坏缓存？
前段时间有个师妹去面淘天,一面技术面聊到大模型推理优化。面试官问了一个看起来很基础的问题:说下PrefixCaching的原理,然后再说下Agent框架怎么保证不破坏缓存?!面试场景她当时挺自信,因为之前用过Anthropic的PromptCaching接口,觉得不就是开个开关的事。她和面试官说:"只要开启promptcaching这个API,就自动会命中了。"面试官摇了摇头:那你说说,为什么很多人
MoE 混合专家模型：为什么 DeepSeek V3 总参数 671B 却只激活 37B？一个架构师的工程选型框架
最近大厂AI岗面试有一道题频繁出现：什么是MoE混合专家模型？为什么DeepSeekV3、Qwen这些主流大模型都在用MoE？多数人张口就答"MoE就是把多个小模型合在一起，每次用一个"。面试官追一句"'合在一起'是怎么合的？'每次用一个'具体是哪个组件决定的？再说，MoE是2017年就提出的，为什么2024年才在LLM领域火起来？"，大部分人就接不住了。再往下追问"为什么DeepSeekV3总
Vibe Coding 神器对比：superpowers 和 grill-me 怎么选？一个架构师的实测框架
VibeCoding圈子最近有个讨论很火：让AI写代码之前，到底该用superpowers还是grill-me来把需求聊清楚？这两个工具经常被放在一起提，都走"先盘问需求再动手写"的路子。但要真说清楚差在哪，很多人心里其实没有硬答案--装是都装了，具体对比没跑过。这个问题的价值在于，它问到了VibeCoding的一个核心痛点：AI写代码最大的浪费不是算力，是返工。需求没聊清楚就让AI动手，写完发现方向错
三面追问：百万行代码库怎么跑好Claude Code？harness五层才是关键
三面被问"百万行代码里怎么跑好ClaudeCode"是一种什么体验？面试现场一愣，平时在几万行模块里跑得顺风顺水，可巨型monorepo这一关确实没实操过。回来翻官方博客补课，发现小项目用户最容易漏掉的，是规模化场景里那套"另一套玩法"。ClaudeCode在大代码库好不好用，主要不是模型的事，而是围绕模型搭的脚手架harness配得怎么样——五层扩展点加三套配置模式，这才是百万行场景里真正决定上限的东西。把原文那段
字节二面追问：智能问答Agent怎么评估？三层量化体系才是正确答法
字节三面到二面这一档面试里，"你做的智能问答Agent怎么评估"几乎成了固定追问题。问完RAG怎么搭、Chunking怎么切、Rerank怎么选之后，下一句多半就是它。候选人答得磕磕绊绊的比例非常高，原因不在于没做过，而在于——做的时候靠感觉，讲的时候说不出体系。问答Agent的"主观"和"没指标"完全是两件事，成熟评估体系的核心动作是把主观感受翻译成可复现、可追踪、可对比的量化指标。这条认知差，基本就是面试官在筛人时切的那一刀。下
大模型量化选型：INT8、INT4、AWQ、GPTQ 到底怎么选？一个架构师的部署选型框架
前段时间一道题在好几个大厂的AI岗面试里反复出现：什么是大模型量化？INT8、INT4、AWQ、GPTQ这些方案怎么选？听起来像是送分题，多数人张口就答"量化就是把模型参数变小，跑得更快"。但面试官追一句"变小变快是表面现象，量化的核心做了什么事"，大部分人就卡住了。再追问"AWQ和GPTQ各自怎么映射、为什么一个叫激活感知一个叫误差补偿、QLoRA用的是哪种量化、GGUF到底算不算量化算法"，能答全的人寥寥无几。量
淘天二面追问：Agentic RAG和普通RAG差在哪？不是加个智能体那么简单
淘天二面这道题最近在AI求职圈反复出现。表面问"AgenticRAG和普通RAG的区别"，但只要答出"加个智能体让它自己决定检索几次"，面试官就会端起水杯沉默——那种沉默比骂你一顿还难受。AgenticRAG不是在普通RAG上面"加一个Agent壳"，它和普通RAG的分野从文档进入系统那一刻就开始了——文档处理、检索、反思、规划四个层面全是闭环决策，不是检索完之后才补一层智能体。这道题考察的不是你会不会背
大模型这么强了学Agent还有用吗？模型解决能力问题，Agent解决落地问题
最近技术圈子里一个老话题又被翻出来讨论：模型一年比一年强，GPT、Claude这些闭源模型天花板不断被抬高，开源侧也卷得厉害，那"Agent"这一整套东西还有没有必要花大力气去学？有人觉得模型强了直接问就行，Agent只是过渡期的工程补丁；也有人觉得越是这样越要学，因为能落地的系统才是企业愿意买单的东西。这种疑问不是第一次出现。过去两年"Agent"这个词被用得太泛，从AutoGPT到各种"一句话生成App"的演示，新名词一
大模型 Agent 三面被问：怎么解决 Skill 的依赖关系？我是这么答的
前段时间有个读者去面某大厂的Agent岗位，三面被甩出来一道题当场卡壳。题目听着挺朴素："如果你的Agent里面有很多Skill，Skill之间还存在依赖关系的话，你打算怎么去设计来解决这个问题？"他跟我复盘的时候说，第一反应是"这不就是写清楚注释的事嘛"，结果话刚出口面试官就开始皱眉。这道题表面问的是Skill，实际上考的是你有没有真正落地过复杂Agent系统。停留在"Skill就是独立函数"的认知层面，或者
Token激励快过期怎么处理？小米二面这题80%的人答不上来
前几天有个粉丝私信我，说他去面了一家大厂，二面面试官问了一个他觉得"应该很简单"的问题："你之前申请过一些Token激励吧？快过期的时候你是怎么处理的？"他当时想都没想，就说："我用不完，就分给其他同学用了。"面试官愣了一下，然后笑了，说："你这个操作倒是挺大方的，但其实你可以拿去学Agent、写书、总结资料……用途比你想的多得多。"他挠了挠头心想，Token不就是拿来聊天的吗，还能干嘛？回来之后他跟我说了这个场景，我听完
郭德纲学历低但知识丰富：拆解“侃大山式知识“的真相与技术人的启示
"为什么郭德纲学历较低，但是他的知识却那么丰富？"——这个问题在网上拿了4万多赞。但仔细看高赞回答，你会发现一个有意思的反转：绝大多数高赞回答不是在夸郭德纲知识渊博，而是在拆穿一个现象——他展现出来的"丰富知识"，大部分是包装术，不是真学问。网上有一个回答用泡面做了绝佳演示：同样一包方便面，普通人说"开水泡三分钟"，郭德纲能说成"用娃哈哈的水、99度将开未开、看财神方位倒水、放镜子反射北边"——听着像一门学问，其实就是一包泡面。我
百万行代码里跑Claude Code？三面这题80%的人答不上来
前几天去面试，三面被问到一个问题："百万行规模的代码库里，ClaudeCode怎么用才能用好？"说实话，当时心里咯噔一下。平时拿ClaudeCode跑几万行的小模块，确实顺手好使。但真正在巨型monorepo里实战过？真没有。于是我老实交代："几万行的小项目跑过，百万行级别的大仓库没碰过，要不您给讲讲？"!面试场景面完回来越想越不甘心，干脆去把这块功课补上。正好Anthropic前不久发了一篇官方博客，专门讲C
京东二面追问：你的 RAG 有几种检索路径？怎么决定走哪条？Query 路由四层框架
前段时间有个粉丝去面京东,岗位是大模型应用开发。一面聊得还不错,二面面试官深挖项目细节。他简历上写了做过一个企业知识库问答系统,用的RAG架构,面试官就顺着问了一句:你的RAG系统有几种检索路径?你怎么决定一条query该走哪条路?他愣了一下,说系统里有向量搜索和BM25两种,面试官追问什么情况下用哪种,他想了想说"都走一遍看哪个效果好"。面试官笑了笑,没继续追问,但表情有点意味深长。!面试场景他回来复盘才意识到
网易三面：Code Agent 是怎么改代码的？三代方案演进与四个致命细节
前段时间去网易面试,三面时面试官看了眼简历,说:你写看过Claude源码,那我问一下——CodeAgent是怎么改代码的?我当时愣了一下。确实看过一些,但主要看的是上下文压缩和记忆管理,关于文件编辑的具体机制,只知道大概有个字符串替换,细节没怎么研究。!面试场景我硬着头皮回答:"应该是模型生成一段替换指令,然后工具去执行字符串匹配替换?"面试官点点头,追问:那如果文件里有五处一模一样的代码,工具怎么知道改哪一处?我
35岁阶层定型了吗：研发总监拆解归因模式、杠杆与职业根据地
"一个人到了35岁，阶层基本就定型了"——这句话每隔一段时间就会被翻出来，精准戳中技术人的焦虑。网上有一个高赞回答，用教员和老蒋做对比，提出了一个很锐利的判断标准：35岁的分水岭，本质是归因方式的定型。面对困境时往内找原因的人，还有进化空间；把问题全归给外部的人，阶层就锁死了。我的判断是：35岁不是阶层定型的年龄，而是思维模式定型的年龄。你的归因方式、能力结构、杠杆意识和心态，在35岁左右基本固化了。定型的是这四样东西，不是命运本身
