职位题库

AI全栈工程师面试题库

面向AI全栈工程师相关面试,围绕系统设计、Agent、RAG、并发编程、MySQL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。

93 道题目建议用时 279 分钟专项面试练习

全部题目 93 道题

85

悲观锁和乐观锁分别是什么?CAS 的实现、问题与优势是什么?你如何解释 CAS 等待时间长与并发快之间的矛盾?

考察并发控制模型理解、CAS 底层机制与 ABA/自旋开销等问题的掌握,以及面对矛盾表述时的分析能力。
86

如果基于大模型设计一个 Agent,你会从哪些方面设计?记忆、知识库、语义切分、检索、图数据库和工具层分别怎么考虑?

考察候选人对 Agent 系统的整体架构能力,包括记忆分层、知识库构建、检索策略、图检索用途和工具调用设计。
87

请讲一下你所负责的工作是什么,并说明你在项目中的具体职责边界。

确认候选人对自身项目职责的清晰度,判断其是否真正主导或深度参与核心模块,而非泛泛参与。
88

你如何确保并维护Agent系统的稳定性?请结合具体机制说明。

考察候选人对LLM应用稳定性的工程化理解,包括超时重试、降级、监控告警和评测回归等手段。
89

Agent涉及的模型分别是什么,你是如何做选型的?

考察候选人是否理解不同模型在Agent链路中的分工,以及选型时对效果、成本、延迟和可控性的权衡。
90

你们的检索库是如何搭建的?请说明数据来源、切分、索引和召回策略。

考察候选人对RAG检索链路的完整理解,包括数据清洗、切分策略、索引选型和召回优化。
91

你们评估Agent的指标是什么,为什么选这些指标?

考察候选人能否把业务目标转化为可度量的评估指标,并理解离线评估与线上指标的关系。
92

请讲一下你第一个实习 agent 项目的全流程,以及你负责的部分。

考察候选人能否清晰拆解 agent 项目的端到端链路,明确个人职责边界,并说明关键设计决策。
93

针对 agent 场景,如何治理幻觉、控制循环与工具调用次数、约束 JSON 参数,并设计幂等与并发方案?

考察候选人在 agent 生产化中的可靠性设计能力,包括幻觉治理、成本控制、参数校验、幂等与并发处理。
返回面试题库