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

背景

海外一年制硕士，本科国内中流 211 计算机，投递字节跳动 Agent 开发暑期实习，简历过了之后直接约的 HR 面（技术面之前先聊了一轮，属于交叉面性质，HR 会问一部分技术判断问题）。

字节的 HR 面不是纯聊天。Agent 方向因为岗位新、候选人池子杂，HR 面里会夹技术筛查，尤其是项目真实性和基础八股。以下按当天实际被问到的顺序整理。

题目摘要

1. Go 语言基础：slice 的底层结构、扩容规则，以及 append 在函数传参时为什么改不动原 slice 的长度。
2. MySQL 八股：聚簇索引与二级索引的区别，回表是什么，什么情况下会走覆盖索引；事务隔离级别里 RR 如何解决幻读。
3. Redis 八股：缓存穿透、击穿、雪崩的区别与对应方案；Redis 分布式锁为什么用 SETNX + 过期时间，以及锁续期问题。
4. Agent 项目深挖：RAG 检索链路里 chunk 怎么切、embedding 模型选型、召回后如何重排；Function Calling 的工具描述怎么写、多工具冲突怎么处理；上下文超长时怎么做管理；推理成本怎么压。
5. 手撕算法：给一个字符串数组，找出所有可以由数组中两个不同单词拼接而成的单词（LeetCode 472 连接词变体）。关键思路：先把所有单词塞进 HashSet，对每个单词枚举切分点，判断前缀和后缀是否都在集合里；注意排除自身重复使用的情况，用 DFS 或 DP 优化重复子问题。

项目深挖

简历上写了一个基于 RAG 的企业知识库问答 Agent，HR 追问了三个点。

追问一：你的 chunk 是怎么切的，为什么这么切？

参考回答方向：不要只说"按 512 token 切"。要讲清楚切分策略和业务耦合——比如先按文档结构（标题层级）切，再对超长段落做滑窗，overlap 设 10%–15% 防止语义截断。然后说明为什么：固定长度切会把一个完整答案劈成两半，召回时只命中一半，模型拿不到完整上下文。如果面试官继续问"怎么验证切分合理"，答用召回率 + 人工抽检，或者构造一批 query 看命中 chunk 是否包含答案。

追问二：多轮对话里上下文越来越长，你怎么处理？

参考回答方向：分层处理。第一层，最近 N 轮原文保留，保证短期连贯；第二层，更早的对话做摘要压缩，用一个小模型滚动生成 summary；第三层，和当前问题相关的历史片段通过检索召回，而不是全量塞进去。再补一句成本视角：上下文长度直接决定 token 消耗，Agent 场景下每轮都带全量历史，成本会线性膨胀，所以必须做裁剪或摘要。能提到"摘要本身也有信息损失，关键实体要单独抽出来存结构化字段"是加分项。

追问三：Function Calling 的工具多了之后，模型选错工具怎么办？

参考回答方向：先承认这是真实问题。然后给手段：一是工具描述要写清楚适用边界和反例，不能只写功能；二是工具数量超过一定量级（比如 20 个）时做分组或路由，先用一个轻量分类步骤缩小候选工具集；三是加校验层，模型输出的参数做 schema 校验，不合法就让它重试或走兜底。最后可以提一句"工具命名和参数设计要符合模型的语言习惯，别用内部黑话缩写"。

准备建议

1. 八股别背结论，背因果链。比如被问 RR 怎么解决幻读，不要只答"间隙锁"，要能说清楚：快照读靠 MVCC 读历史版本，当前读靠 next-key lock 锁住记录和间隙，两者配合才在 RR 下避免幻读。HR 面里技术问题不会太深，但答不出因果会直接暴露是背的。

1. Agent 项目准备三个"数字"：召回率/准确率提升了多少、上下文压缩后 token 降了多少、单次推理成本或延迟是多少。面试官判断项目真假，最直接的方式就是问指标。没有数字的项目，会被默认是跟着教程做的 demo。

1. 手撕算法按题型过，不要按题号刷。连接词这题本质是"字符串切分 + 哈希查找"，同类还有单词拆分、词典匹配。把「枚举切分点 + 集合判存在」这个模板练熟，比刷 200 道随机题有用。面试时先讲思路再写代码，写之前确认边界条件（空串、单词重复、大小写）。

结果

HR 面结束当天收到反馈，评价是项目部分答得实、八股有细节，3 天后约了下一轮技术面。

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。