AI｜校招｜快手AI agent开发一面60分钟已通过¶

来源:https://mp.weixin.qq.com/s/jsjTHI0vQ4m3tGpSmaJfPg

岗位名称：AI Agent 开发面试时长：1h 左右自评分：7/10 是否下一轮：已通过一面一、RAG 召回方案与检索链路 1、为什么要设计父子索引，而不是只用普通 chunk 检索？ 2、检索阶段为什么还要加入 BM25？追问： BM25 检索和向量召回是怎么配合的？两者的权重或占比怎么确定？从用户 query 进来到最终组装上下文，中间完整链路是怎样的？召回之后有没有再做 rerank？具体采用了什么 rerank 方式？

二、Rerank 与结果截断策略¶

1、经过 rerank 之后，通常会保留多少个文本块？追问：这个数量是怎么定下来的？有没有做过对比或验证？ 2、rerank 之后的 topK 是如何截断的？追问：为什么选择当前这个 topK 值？有没有尝试过其他截断策略？当上下文内容太少或者超出长度限制时，你是怎么处理的？

三、上下文工程与记忆设计¶

1、介绍一下你们的上下文工程是怎么做的。追问：最终拼给模型的上下文结构是什么样的？如何控制上下文长度，避免内容过长影响模型效果？ 2、记忆机制是如何设计的？追问：短期记忆和长期记忆分别存什么？两者怎么区分？记忆内容什么时候更新？更新规则是什么？

四、Agent 规划与工具调用¶

1、Function Calling 在项目里是怎么设计和落地的？ 2、Agent 的任务规划流程是怎样的？追问：任务规划主要依赖模型完成，还是通过规则控制？涉及多个工具时，调用顺序是怎么决定的？如果某个工具调用失败，系统会怎么处理？

五、安全控制与防护机制¶

1、如何防御 Prompt 注入攻击？追问：有没有做输入过滤、规则拦截或内容校验？ 2、工具调用过程中的安全控制怎么做？追问：如何避免模型调用敏感接口？有没有做权限校验、接口白名单或访问控制？

六、限流相关系统设计¶

1、讲一下分布式令牌桶限流的实现思路。 2、漏桶算法的核心原理是什么？ 3、滑动窗口限流是怎么实现的？追问：如果用滑动窗口实现限流，结构体里一般需要包含哪些字段？ 4、滑动窗口和令牌桶有什么区别？追问：如果基于 Redis 做限流，你会选择什么数据结构？

七、基础算法与数据结构¶

1、介绍一下布隆过滤器。追问：布隆过滤器可能会带来什么问题？误判率一般怎么控制？

八、数据库索引¶

1、哪些场景会导致数据库索引失效？ 2、like 查询一定会导致索引失效吗？追问：哪些 like 写法或者查询方式会让索引无法命中？

九、RAG 评测与数据集建设¶

1、RAG 系统一般怎么做效果评测？ 2、RAG 的评测维度有哪些？追问：常见评测指标有哪些？ 3、评测数据集通常需要包含哪些内容？追问：怎么构建一套质量比较高的 RAG 评测数据？

十、RAG 效果优化¶

1、如果要提升检索相关性，你会从哪些方向优化？ 2、如果要提升最终回答质量，你会怎么做？追问：你会优先优化检索阶段，还是优化生成阶段？怎么判断一次优化确实带来了效果提升？

十一、数据处理系统设计题¶

1、如果有一个数据处理任务，比如对一千条数据做求和，你会怎么设计处理流程？追问：如果数据量扩大到百万级，方案需要怎么调整？如何保证计算效率和系统稳定性？

十二、RAG 性能优化¶

1、如果要提升 RAG 系统性能，你会从哪些方面入手？追问：是从检索层、模型层，还是系统架构层优化？有没有使用缓存、并行处理等优化方式？

十三、上下文优化¶

1、当前上下文是怎么处理和组织的？追问：后续有哪些优化方向？如何减少无关上下文对模型回答的干扰？

            预览时标签不可点




































<div class="