【字节跳动】【Agent 开发】【暑期实习二面】面经（八股+大模型项目+手撕）

字节跳动 Agent 开发 暑期实习二面面经

背景：海外一年制硕士，本科 211，一段大模型创业公司 Agent 相关实习，投递的是字节 Data 方向的 Agent 开发岗。

一面通过后大约隔了 4 个工作日收到二面邮件，面试官是部门技术 Leader，全程 55 分钟，风格偏务实，不绕弯子，基本是连环追问，中间没有冷场。

题目摘要

1. Go 语言基础：goroutine 与线程的区别、channel 的底层实现、GMP 调度模型简述、内存逃逸分析场景
2. MySQL/Redis 八股：事务隔离级别与 MVCC、索引失效场景、Redis 持久化机制对比、缓存穿透/击穿/雪崩的解决方案
3. Agent 项目深挖：RAG 检索优化、Function Calling 的设计与容错、多轮对话上下文管理策略、推理成本优化手段
4. 手撕算法：合并 K 个升序链表（力扣 23），要求分析时间/空间复杂度并写出可运行代码

项目深挖

追问 1：你的 RAG 系统在检索阶段做了哪些优化？为什么这么做？

参考回答方向：先说明基线方案是向量检索 top-k，然后指出问题——单纯向量检索对专有名词和精确匹配不友好。优化手段分三层：第一层是混合检索，向量召回 + BM25 关键词召回，用 RRF（Reciprocal Rank Fusion）做分数融合，解决专有名词匹配问题；第二层是重排序，用 cross-encoder 模型对召回结果精排，虽然单条耗时高但只在 top-50 上做，延迟可控；第三层是查询改写，对用户问题先做意图分类，判断是否需要分解为子查询，比如涉及多实体对比的问题会拆成多个检索请求再汇总。面试官比较关心的是每一层带来的实际收益，建议准备量化数据，比如混合检索比纯向量检索的 Recall@10 提升了多少。

追问 2：Function Calling 的容错你是怎么设计的？如果模型返回的 JSON 格式不对或者参数缺失怎么办？

参考方向：先说整体架构——所有 function 的入参都定义成 JSON Schema，模型输出后走一层校验器。容错分三级：第一级是格式层，如果模型返回非法 JSON，用正则抽取可能的 function 名和参数片段，配合容错解析库尝试修复；第二级是 Schema 层，如果参数缺失或类型不对，根据 Schema 的 required 字段和类型定义做默认值填充或类型强制转换；第三级是业务层，如果必填参数确实无法补全，会把缺失项反馈给模型，让它结合对话历史补充信息后重新调用。另外还需要一个保险机制——如果连续调用失败超过 N 次，直接降级为纯文本回复，避免死循环。面试官可能追问"你如何判断是模型问题还是 Schema 定义问题"，可以回答通过日志分析错误分布，如果集中在某个 function 上，大概率是 Schema 描述不够清晰，需要考虑改写 description 而不是改代码。

追问 3：上下文管理你们怎么做的？长对话怎么控制 token 成本？

参考方向：核心是分层管理——系统提示词、few-shot 示例、对话历史、检索结果分别管理。对话历史用滑动窗口 + 摘要压缩的双层策略：最近 N 轮完整保留，更早的对话通过 LLM 异步生成摘要后存入内存，等窗口继续滑动时再压缩。检索结果不直接全量拼进 prompt，而是先做一个相关性过滤和去重，控制每轮注入的最大 token 数。另外对不同的 function call 结果做截断，比如搜索返回的内容只保留核心字段。成本优化上，还会按用户活跃度做分级，高频用户走缓存命中，低频请求走全量链路。

手撕算法

题目：合并 K 个升序链表

面试官先让说思路，再写代码。最优解是用优先队列（最小堆），维护 K 个链表的当前头节点，每次弹出最小值节点接入结果链表，然后将其下一个节点入堆。时间复杂度 O(N log K)，N 是总节点数，空间复杂度 O(K)。面试官追问了不用堆怎么做——可以两两合并，时间复杂度退化为 O(NK)，或者是分治合并，复杂度 O(N log K)，但实现更复杂。我写了堆解法，大概 25 行左右，面试官扫了一眼没让跑测试，直接问了边界条件：空链表数组、K=1、链表有环的情况（提示：需要先检测环）。另外还问了一个变种：如果数据量极大放不下内存怎么办，回答外部排序 + 多路归并即可。

准备建议

1. 项目数据一定要量化：面试官对"提升了效果"这种描述不感兴趣，要准备具体的评测数字和基线对比，比如检索 Recall 提升了几个点、首 token 延迟降低了多少毫秒、成本下降了百分之多少。自己做的项目很难有严格的 AB 测试，但至少要有小样本上的对比数据。

1. 把 Function Calling 的链路画清楚：从用户输入到大模型输出到 function 执行到结果回填，每一步的输入输出格式、异常分支、超时策略都要能徒手画出来。字节的 Agent 岗非常看重工程落地的细节，不要停留在调 API 的层面。

1. 八股不要只背结论，要能解释为什么：比如 MySQL 的隔离级别，面试官会追问"RR 级别下幻读到底解决没有"；Redis 的持久化，会问"AOF 重写期间宕机会丢多少数据"。建议把每个知识点往下挖两层，结合源码实现来理解，而不是背面试题答案。

结果反馈

二面结束后第三天收到 HR 通知通过，约了三面时间，整体节奏比较快，三面大概率是交叉面或业务负责人面，重点可能放在系统设计和综合能力上。

想系统备战大厂大模型/Agent 开发？NiceOffer 提供 SDE+LLM 双轨 1v1 陪跑，合同保底 40w 年薪，文末扫码咨询。