【快手】【Agent 开发】【暑期实习二面】面经（八股+大模型项目+手撕）

海外一年制硕士，投递快手 Agent 开发暑期实习，二面约 60 分钟，面试官是 Agent 平台侧的工程同学，全程围绕「你写过的东西」和「你踩过的坑」展开，八股只做交叉验证。

题目摘要

1. Go 语言基础：slice 的扩容机制与底层数组共享问题，map 并发读写为什么 panic，sync.Map 的适用场景；context.Context 的取消传播在 Agent 长任务里怎么用。
2. MySQL 八股：聚簇索引与回表，EXPLAIN 里 type 和 rows 怎么看；一张会话消息表（session_id, msg_id, role, content, created_at）数据量到千万级，分页查询越翻越慢怎么优化。
3. Redis 八股：缓存穿透/击穿/雪崩的区分与各自解法；Agent 场景下用 Redis 存对话上下文和工具调用结果缓存，key 怎么设计、TTL 怎么定、内存淘汰策略选哪个。
4. Agent 项目深挖：RAG 检索链路（切分粒度、embedding 选型、召回后重排）、Function Calling 的 schema 设计与失败重试、多轮上下文超长时的裁剪策略、推理成本与延迟的优化手段。
5. 手撕算法：LRU 缓存。题意——设计一个容量为 capacity 的缓存，支持 get(key) 和 put(key, value)，两者都要求 O(1)，超出容量时淘汰最久未使用的 key。关键思路：哈希表 + 双向链表，哈希表存 key 到链表节点的映射，链表头放最近使用、尾放最久未使用；get 命中后把节点移到头部，put 时若 key 存在则更新并移到头部，不存在则新建插入头部，若超容则删尾节点并同步删哈希表项。面试官追问了「为什么不用 Go 的 container/list 直接交差」以及「并发场景下怎么加锁、锁粒度能不能更细」。

项目深挖

追问一：RAG 召回的准确率怎么量化，你说提升了多少是基于什么指标？

参考回答方向：不要只讲「感觉答得更准了」。要给出评测集构造方式——从真实日志里抽 N 条 query，人工标注标准答案文档，用 Recall@k 和 MRR 衡量召回，用最终答案的忠实度（是否引用了检索内容、有无幻觉）做端到端评估。然后讲清楚改动点：比如原来按固定 512 token 切分导致语义断裂，改成按标题层级 + 重叠窗口切分后 Recall@5 从多少到多少；或者加了 rerank 模型后 top3 命中率的变化。如果没做过严格评测，就诚实说「当时只做了 case 抽检」，然后补一句「如果重做我会先搭评测集，否则调参没有方向」——面试官更在意你有没有评测意识。

追问二：Function Calling 里模型返回的参数不符合 schema，你怎么处理？

参考回答方向：分三层。第一层是 schema 设计本身要收敛，枚举值写死在 description 里，必填项明确，别让模型自由发挥；第二层是解析层做校验和兜底，JSON 解析失败或字段缺失时，把错误信息回灌给模型让它重试一次，重试仍失败就降级到规则匹配或直接返回「无法完成」；第三层是监控，把失败样本落库，定期看哪类工具最容易出错，反过来改 schema 或 prompt。可以提一句「重试要有次数上限和超时，否则一次工具调用能把整个请求拖死」。

追问三：多轮对话上下文越来越长，token 成本和延迟都上去了，你怎么办？

参考回答方向：先分层——系统提示词、历史对话、检索内容、当前问题。历史对话做滑动窗口 + 摘要压缩，早期轮次用 LLM 摘要成一段话保留关键信息，近期轮次保留原文；检索内容按相关性截断，只保留 top-k 且限制单条长度；系统提示词能精简就精简，别塞一堆 few-shot。再讲工程手段：相同前缀的请求走 prompt caching（如果模型侧支持），工具调用结果做缓存避免重复执行，简单意图用便宜的小模型路由，复杂推理才走大模型。最后补一句「上下文管理本质是信息取舍，要明确哪些信息丢了会导致任务失败，哪些只是锦上添花」。

准备建议

1. 把项目里的数字全部挖出来。延迟从多少降到多少、token 消耗降了百分之几、召回率提升多少、QPS 多少——面试官一问「效果怎么样」你答不上具体数字，项目可信度直接打折。没测过的指标就补测，哪怕是小规模抽样。
2. 八股不要背结论，要能接到项目上。比如 MySQL 分页优化，别只背「用游标代替 offset」，要能说清楚你的消息表为什么用 (session_id, created_at) 联合索引、WHERE session_id = ? AND created_at < ? 这种游标分页在你们查询模式下为什么可行。
3. 手撕题按「写对 + 讲清 + 扛追问」三步准备。LRU 这类题要能在 15 分钟内无 bug 写完，写完主动说时间空间复杂度，然后预判追问（并发、过期、持久化）。高频题单：LRU/LFU、TopK、合并区间、二叉树层序、字符串解码、限流器。

一面通过，3 天后约的二面，二面结束当天晚上收到感谢信，流程止步于此。

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。