腾讯 实习 Agent 开发 一面面试
- 实习经历深挖(做了什么、难点、产出)。
- 项目经历深挖(架构、链路、你负责的部分)。
- 你的检索是否基于向量?搭一个完整 RAG 需要哪些核心组件?
- 文档上传与分块如何实现(chunk 策略、清洗、索引构建)?
- 向量检索单次耗时是多少?是否引入 rerank,怎么评估收益?
- 如何评估召回内容与问题匹配度(离线/在线指标与标注)?
- 你如何定义/理解 Agent?核心模块有哪些?
- 是否了解 ReAct 等 Agent 范式?在项目里怎么用?
- Agent 循环一般多少步能收敛?到最大步数仍失败时怎么处理?
- Agent 接入了哪些工具?工具接口与权限怎么治理?
- 如何“约定并约束”模型做正确的工具调用(schema、提示、校验、回退)?
- 推流是否用 SSE?为什么选 SSE?
- 编排里是否有 Plan 阶段?Plan-Execute 如何实现?
- 协议层面对比 SSE / WebSocket / HTTP:差异、适用场景与取舍。
- 为什么限制每个用户只能上传一个文件(产品/工程约束)?
- 图像识别怎么做?为什么不用多模态大模型,而选传统识别方案?
- 项目用到哪些大语言模型?选型原因是什么?
- Go 并发与其他语言并发模型的关键差异是什么?
- Goroutine 的基本原理(调度、栈、M/P/G 等理解)。
- 你如何理解“锁”:它解决什么问题?
- 业务中常用哪些锁?还了解哪些后端常见同步原语?
- 多机/多进程场景会涉及哪些锁?分布式锁怎么做、风险点在哪?
- 你如何理解 MCP、Function Calling、A2A:分别解决什么问题?
- 项目接入了哪些 MCP 服务?是否手写过本地 MCP Server?
- 日常开发会用哪些 AI 工具(IDE/模型/插件)?
- 使用这些工具的经验:是否写过自定义 command/skill?
- Claude Code 的实现原理/关键设计点(如记忆、上下文管理等)。
- 是否了解 OpenClaw?对其实现思路的理解。