🎬 面试 · 真题复盘

说明

一场真实面试的逐题复盘。技术硬题给优化后的参考答案;个人/经历类给「怎么答」骨架 + 📌 占位(按你真实情况填);卡住没答的题已标注,重点补。


一、个人与经历类(先亮结构,再填事实)

Q1. 自我介绍(工作履历 + 擅长技术栈)

怎么答的结构(60~90 秒):一句话定位 → 年限/公司 → 2~3 个核心项目(各一句成果+量化) → 技术栈 → 收尾”所以我能做 X”。

  • 技术栈按层报,别罗列:AI 工程(LangChain/LangGraph/RAG/Agent/MCP/skill) + 大模型(各家 API + bge-M3 + vLLM 部署) + 后端(Python 协程高并发 + Docker/Nginx + Milvus + PG)。
  • 📌 填:你的年限/公司/主打项目。

Q2. 你在公司的主要发展经历

讲”从谁都会 → 到核心/独当一面”的成长线,体现成长与担当。

  • 结构:初期(打基础/做轮子)→ 中期(主导某模块/项目)→ 现在(负责核心链路 / 带人或独立交付)。
  • 📌 填:每个阶段具体干过什么。

Q3. 公司两个 AI 应用开发工程师,另外一个做什么?

客观、不贬低,突出分工互补而非”我比他强”。

  • 结构:说明分工(他负责 X,我负责 Y),强调配合与整体完整性。
  • 📌 填:你俩真实分工。

Q4. 离职原因?(“看起来你对公司挺重要”)

  • 口径:正面、客观、关成长——“在沉淀到一定程度后,希望到业务更复杂/技术纵深更大的平台,或换更有挑战的方向”,别提钱/别贬低前司/别说和领导不和。
  • 应对”挺重要”:接”确实主导了 xx,但也正因如此想突破当前的天花板”。
  • 📌 填:你真实原因,改成正面表述。

Q20. 平时怎么提升自己?

  • 推荐口径:输入(官方文档/论文/开源 repo/社区)+ 输出(自己的知识库笔记/复盘/分享)+ 动手(复现代理/做个 demo)。
  • 📌 填:你真实习惯(可提本知识库还没动)。

Q21. 兴趣爱好

  • 要真实、最好带一点”和岗位相关但有烟火气”:协作复盘、折腾工具、写写笔记。别背模板。

二、架构与技术类

Q5. 主要工作内容?是不是拿 LangChain 搭 AI 流程?

答法:是的,以 LangChain/LangGraph 为核心,串 RAG、Agent、工具调用;具体工作含:文档解析+分块+向量化(Milvus)、检索优化(混合召回+Rerank/BBF)、Agent 编排与工具/MCP 接入、结构化输出、评估与上线、Docker 部署。

顺势把上面 Q11/12/16 的能力透出来,别只报一句。

Q6. 业务也不复杂,为什么不用 Coze / Dify?【你卡住,必补】

为什么要自建(toB 决定性理由,挑 3 条)

  1. 多租户权限/数据隔离:要”A 客户看不到 B 客户”,低代码平台难做细粒度 RAG 权限。
  2. 私有化部署/数据不出域:toB/toG 合规要求,平台常是 SaaS 或难私有化。
  3. 深度定制:自定义召回/Rerank/微调、专属模型与工具、复杂 Agent 多步状态,低代码撑不起。
  4. 成本/性能/锁死可控。
    为什么 Coze/Dify 好:快速 Demo、非工程师也能搭、内置模板与工具;适合 POC。
    一句话收:Coze/Dify 适合”快速验证、轻业务”;我们做 toB 定制+权限+私有化,自建 LangChain/LangGraph 更可控。

Q7. 你说 RAG 用 Milvus?

答法:Milvus 是开源向量数据库,存 embedding + 标量元数据,支持 dense/sparse/multivector 混合检索与混合重排(很利于我们做混合召回+BBF),服务化、可横向扩。

关联 05-AI&大模型·Q2 多模态文档解析。

Q8. 知识库怎么搭?A 客户看不到 B 客户的权限怎么做?【硬题,讲清两层】

答法(关键:隔离必须在检索前,不能检索后过滤)

  • 数据归属层:每个文档/块带 tenant_id(+ 文档ID)作为 Milvus 标量字段;检索时用表达式 filter 强制 tenant_id == 当前租户,向量检索只在授权子集内进行。
  • 权限层(RBAC):用户→角色→权限;文档/块按密级与可见范围授权;检索前把用户可访问集合算好当 filter 传入。
  • 为什么不能事后过滤:先全库检索再删非授权结果,可能泄漏且浪费(向量里非授权内容已被模型”看到”)。
  • 补充:分级隔离(租户/项目/文档/块)、脱敏、审计。

Q9. LLM-Wiki(Karpathy,2026 提出)——已核实,可正面答【原待核实,已补齐】

核心:一个个人知识库的构建模式——不是即时检索式的 RAG,而是让 LLM 增量地构建和维护一份常驻、互相链接的 wiki(markdown 文件),放在”你”和”原始资料”之间。知识编译一次、持续更新(复利),而不是每次提问从零重建。

一句话对比(面试先抛,别定义先)

RAG = 每次提问时从原文档现成检索、答完即散(无积累);LLM-Wiki = 把读过的知识沉淀成持续变厚的结构化 wiki,交叉引用/矛盾/综合都提前做好,像复利。Manifest:原文就写”Obsidian 是 IDE,LLM 是程序员,wiki 是代码库”。

三层架构(能背)

  1. Raw sources 原始资料:你收集的文档/文章/PDF,只读、不可变,是真相源。
  2. Wiki 层:LLM 全权维护的 markdown 目录(实体页/概念页/对比/概述/综合),LLM 负责建页、建链、保持一致,你只读、它写。
  3. Schema 配置层:一份告诉 LLM”wiki 怎么组织/什么约定/什么流程”的文档(如 CLAUDE.md / AGENTS.md)。这是让 LLM 当”有纪律的维护者”而非”通用聊天”的关键,你与 LLM 共同演进它。

三个操作(Ingest / Query / Lint)

  • Ingest 摄取:丢新源 → LLM 读、与你讨论、写摘要页、更新 index 与关联页、记日志(一篇常动 10~15 页)。
  • Query 查询:LLM 先查 index 找相关页,再深读、带引用综合回答;好的回答可回填成新页,让探索也复利。
  • Lint 体检:周期性查矛盾、被新源推翻的旧结论、孤儿页、缺交叉引用;LLM 还建议新问题/新来源。

索引/工具:index.md(内容目录) + log.md(时间线,可用 unix 工具 grep 解析);中规模(~100 源)可不用向量检索;规模大再用本地 hybrid 搜索(如 qmd:BM25+向量+rerank、on-device、带 MCP server)。

Why(点睛):累的不是”读/想”而是”记账”(更新交叉引用/摘要/标矛盾/跨页一致)。LLM 不会烦、不会忘、一把改 15 个文件 → 维护成本≈0。人类管”选源、提问、思考意义”,LLM 管”其余”。精神源头可追溯到 Bush 的 Memex(1945)。

Obsidian 联系(面试顺势说,接你真实场景):Karpathy 原文以 Obsidian 为例(“Obsidian 是 IDE,LLM 是程序员,wiki 是代码库”),官方据此做了实现;而你自己就在用 Obsidian + agent 维护知识库——比空谈更有说服力,也是”我用过”的直接例证。

一句话记忆

LLM-Wiki ≠ 每问必查的 RAG:让 LLM 把读过的东西沉淀成常驻互链的 markdown wiki,编译一次持续更新;Obsidian 是 IDE、LLM 是程序员、wiki 是代码库,维护成本≈0。

Q10. 用过 Obsidian 吗?

答:用过/在用。本地 Markdown 知识库、纯文本可版本管理、双链+图谱、插件生态(Dataview/Canvas/模板);我把它当主动学习与复盘的载体——边学边沉淀。

顺带展示”有笔记习惯、输出习惯”,和 Q20 呼应。

Q11. bge-M3 + RRF?召回率 60%→78% 怎么做到的?78% 怎么算的?【硬题】

bge-M3:擅长多语言/多功能的 embedding 模型,同时输出 dense(语义) + sparse(词法/BM25式) + multi-vector(ColBERT) 三种表示,因此适合做召回增强。
RRF(Reciprocal Rank Fusion,倒数排名融合)核心原理:

  • 把多路检索结果(如 dense + sparse + BM25)的排名按名次而非分数融合;每篇文档得分 = Σ 1/(k + rank_i),k 通常取 60。
  • 为什么用名次不用分数:各路检索的分数量纲/分布不同,无法直接相加;而”名次”是统一的,鲁棒——真正差一点的 doc 名次高就被保留,是”无监督、不依赖分数归一化”的融合法。
    60%→78% 怎么来(组合拳:更好的分块 + 混合召回 dense+sparse + RRF 融合 + Rerank + 评估迭代)。
    78% 怎么”算”的(回答追问重点):
  • 需要有带标注的评估集:一批「问题 → 正确答案对应的文档/块」。
  • Recall@K = 正确答案的块是否出现在检索结果前 K 名;= 命中问题数 / 总问题数。
  • “模型输出不完全等于原文”怎么办:标注时按原始文档块 ID / 锚点对齐,而不是用模型改写后的文本去匹配——评估的是”检索有没有把正确原文块召回”,与模型措辞无关;用自动化脚本跑评估集统计,可回归对比不同方案。

Q12. Agent 平台上生产、突发流量,怎么做限流和高可用?【你开头说没弄过,就被换题,必补】

限流(见 并发限流-工程化):网关 limit_req/limit_conn + 令牌桶 + 应用层 asyncio.Semaphore 控并发 + Redis 分布式限流;对接大模型 API 做客户端退避重试。
高可用(H.A.)几个核心

  • 多副本 + Nginx/网关负载均衡 + 健康检查自动摘除故障实例。
  • 无状态化:session/状态外置到 PG/Redis;Agent 可任意实例接管。
  • 兜底:熔断(上游挂了降级)、重试带退避、超时、降级(缓存/兜底回答)。
  • 容量:压力测试定阈值;自动扩缩容(K8s HPA);热备与容灾。
  • 可观测:日志/指标/告警(Prometheus/Sentry),SLO 与告警联动。
    应对”没弄过”:别只说没弄过——给出设计思路(上段)+ 一句”生产上有一部分由 SRE 抖底,但方案我清楚”。面试官要的是你有这层意识。

Q13. 用过 Claude Code / Cursor 这类工具?

答:用过。用于编码辅助:写/改/审代码、重构、查依赖、跑单测。

Q14/Q15. subagent 是运行时临时生成的,怎么保证它的权限可控、又不影响用户体检?【你没答好,必补】

核心矛盾:事前把每个 agent 权限定死(整里) vs 产品里 subagent 是动态生成的,无法授权时分区。
权限可控(deny-by-default + 作用域继承)

  • 最小权限 + 默认拒绝:subagent 默认无权限,只有任务明确需要才放。
  • 作用域(scope)继承:subagent 只继承父 Agent/当前任务的受限作用域令牌与资源范围,且一次性地、只读优先。
  • 敏感操作审批/沙箱:关键动作需授权或丢沙箱(见 MCP与skill-对比 沙箱节)。
  • 审计/可回放:记录 subagent 用了哪些工具、读写了什么;超时/异常自动回收。
    不影响体验
  • 策略化自动放行:白名单/规则命中直接放,才需要人点的是”高风险资源”。
  • 异步审批:审批不阻塞主流程,先继续、后台追认;失败给明确降级提示。
  • 透明可见:前端展示 subagent 正在做什么、进度与可中断。
  • 一句话:权限=默认拒绝+作用域继承+审批/沙箱+审计回收;体验=策略自动放行+异步审批+透明进度——权限收紧不等于把用户卡死,靠的是策略和异步化。

Q16. 评论分类:知识蒸馏 200ms→10ms,怎么实现的?能否用在你的 API 响应?【硬题】

对齐你的数据:把大模型当 teacher,在标注/生成数据上训练一个小模型 student,输出/标签做 schema 对齐,配合量化或小模型蒸馏;核心是”teacher 的软标签 + 对齐小模型”,让 20 倍左右降延迟。
思路可迁移到业务 API 响应:把高频、简单、必须快的子任务(如分类/信息抽取/意图)蒸馏到小模型/或走专用小 LLM;复杂任务仍走大模型——“快的小模型承接简单短链、大的承接复杂长链”,按延迟与质量分级路由。
“怎么算 200→10ms”:端到端延迟(模型调用到返回)在同一硬件/同量级请求下压测,取 P50 或 P99,AB 对比蒸馏前后;可再用同一评估集验指标不掉。

Q17/18/19. 你用的 Claude Code/ChatGPT 背后是哪家?怎么付的钱?【容易被问穷的账,讲清口径】

  • 分清厂商:Claude Code→Anthropic;ChatGPT→OpenAI;两家不同模型、不通用。
  • 付费方式两种:订阅(按月) vs 按量 API(充值/token 计费)。
    • Claude 订阅:Pro($20/月) / Max($100/月)(按量 Developer 计费另有)。ChatGPT 也有订阅档。
    • 闲聊账号 vs API 是按量 key。
  • 成本口径:订阅适合高频个人开发(含工具额度);API 按量适合自动化/服务化,可控制上限。
  • 📌 填:你实际怎么买的、大概档次,讲自己怎么控制成本的(预算上限/缓存/少写 token)比报”买了几个账号”更稳。

相关笔记