职位题库

AI应用开发工程师面试题库

面向AI应用开发工程师相关面试,围绕Agent、RAG、系统设计、技术选型、问题解决等主题展开练习,结合题目考察点、回答思路、参考答案和常见误区,梳理知识要点并练习清晰表达。

176 道题目建议用时 528 分钟专项面试练习

全部题目 176 道题

25

请描述一次你在任务进度可能延迟时,主动告知团队并提前协调,以确保团队目标达成的经历。当时是什么情况?你做了什么?结果如何?

考察候选人的风险预警意识、主动沟通能力和团队目标导向,关注其是否能提前识别延迟风险并协调资源。
26

分享一次你发现团队成员的工作错误,却没有袖手旁观,而是主动向对方提出修正建议的经历。你当时是怎么想的?又是怎么做的?结果如何?

考察候选人的团队责任意识、建设性反馈能力和沟通方式,关注其是否能以尊重和有效的方式帮助他人修正问题。
27

请回忆一次你在项目或活动中发现既定计划存在漏洞的经历。当时你是如何评估问题影响并调整目标的?你具体采取了哪些改进措施?结果如何?

考察候选人在发现计划漏洞后的影响评估能力、目标调整能力和改进执行能力,关注其是否能从问题识别走向有效解决。
28

你了解 skill 吗?有用过吗?Agent 和 skill 有什么区别?怎样写好一个 skill?

考察候选人对 Agent 与 skill 概念的理解,以及设计高质量 skill 的工程能力。
29

要写一个在机器上执行写操作、删除文件的 skill,你会怎么写?怎么避免大模型幻觉把其他文件删了?还有更好的手段吗?

考察候选人设计危险操作 skill 时的安全防护、权限控制和幻觉抑制能力。
30

你觉得 MCP 和 API 有什么区别?

考察候选人对 MCP 协议与普通 API 差异的理解,以及面向大模型的工具集成认知。
31

介绍一下 Transformer,它是怎么处理用户问题的?简单说说经过哪些过程。KV cache 了解吗?为什么叫 KV cache,而没有 Q?

考察候选人对 Transformer 推理流程和 KV cache 原理的理解。
32

请介绍你的实习经历,重点说明你负责的模块、技术难点和产出。

考察候选人能否清晰、有重点地介绍实习项目,评估其技术深度、贡献度和表达能力。
33

在 Agent 系统中,如何组合多个原子能力?请举例说明组合场景的使用规模和价值。

考察候选人对 Agent 架构中能力编排的理解,包括组合方式、场景设计和价值评估。
34

Agent 如何管理上下文与记忆?请说明短期上下文保留、历史上下文处理、压缩触发时机及指标阈值。

考察候选人对 Agent 上下文窗口管理、记忆压缩策略和工程实现的理解。
35

Agent 的写操作权限如何控制?非代码类的项目修改如何获得用户授权?

考察候选人对 Agent 写操作安全控制、授权机制和用户确认流程的设计能力。
36

请描述一个线上支付失败场景下,你的AI应用系统的完整执行链路排查过程。

考察候选人能否将AI应用系统与支付等业务链路结合,进行端到端故障定位,评估其系统设计、日志追踪和问题排查能力。
返回面试题库