【理想汽车】【大模型开发】【暑期实习二面】面经（八股+大模型项目+手撕）

理想汽车 大模型开发 暑期实习二面面经

背景：海外一年制硕士，计算机相关专业，一段大模型 Agent 相关项目经历，无大厂实习。

题目摘要

• 编程语言基础（Go）：goroutine 与 channel 的底层实现、内存逃逸分析、sync.Map 适用场景
• MySQL/Redis 八股：MVCC 原理、索引失效场景、Redis 持久化机制对比、缓存穿透与击穿解决方案
• 项目深挖：RAG 检索质量优化、Function Calling 的容错设计、上下文窗口管理策略、Token 成本优化手段
• 手撕算法：实现一个支持 get/put 的 LRU Cache，要求 O(1) 时间复杂度

项目深挖

追问 1：你提到 RAG 的检索质量有问题，具体怎么定位的？

参考回答方向：先量化问题，用 recall@k 和人工抽检结合。我当时发现是 chunk 切分粒度过粗，导致跨段语义被截断。改用按语义段落切分 + 重叠窗口，同时加了 query 改写模块（将口语化问题转为关键词组合）。面试官会追问"改写模块怎么做的"，要能说出是用小模型 prompt 还是规则模板，以及效果提升的具体数据。

追问 2：Function Calling 如果模型返回了不存在的函数名或参数格式错误，怎么处理？

参考回答方向：两层防护。第一层在 prompt 里给严格的 JSON Schema 约束，并在 system message 里加 few-shot 示例；第二层在代码层做 schema 校验，不通过就走重试逻辑（重新调用模型并附上错误信息）。额外提一句：对高频函数做了缓存，减少重复调用。面试官会追问"重试次数上限多少，成本怎么控制"，答 2 次、超限降级到固定话术即可。

追问 3：上下文管理上，你用的截断还是摘要？为什么？

参考回答方向：我用了分层策略——最近 N 轮完整保留，更早的对话用模型做增量摘要，摘要本身也设了长度上限。原因是截断会丢失关键信息，而全量摘要每次重算成本太高。面试官会追问"摘要的模型用什么、多久做一次"，答用轻量模型（如 7B 级别）在用户空闲时异步更新，不阻塞主链路。

手撕算法：LRU Cache

题意：设计一个数据结构，支持 get(key) 和 put(key, value) 两个操作，get 和 put 的时间复杂度都是 O(1)。当缓存容量达到上限时，淘汰最久未使用的 key。

关键思路：

• 用哈希表（map）存 key 到链表节点的映射，实现 O(1) 查找
• 用双向链表维护访问顺序，头部为最近访问，尾部为最久未使用
• get 时：命中则把节点移到头部，返回 value；未命中返回 -1
• put 时：key 已存在则更新 value 并移到头部；不存在则新建节点插入头部，若超容量则删除尾部节点并同步删除哈希表记录
• 边界条件：容量为 0 或 1 时的处理；节点移动时注意前后指针的更新

面试官会要求写完后跑几个用例，然后追问"为什么不用单链表"——因为删除尾部节点时需要知道其前驱，单链表做不到 O(1)。还会问"如果并发访问怎么办"，加锁即可，但要说清楚锁粒度。

准备建议

1. 把项目里的每个设计决策都量化。比如 RAG 的 chunk 大小为什么选 512，召回率从多少提到多少，Function Calling 的失败率降了几个点。面试官不会信"效果好"这种空话，要能报出具体数字和对比实验。

1. Go 和 Java 二选一，把并发和内存模型吃透。理想汽车这边 Go 用得较多，重点看 goroutine 调度、channel 阻塞原理、逃逸分析。如果投 Java 岗，就复习 JVM 内存分区和 G1 收集器。别两个都浅尝辄止，面试官会追着问到底。

1. 算法题按 LeetCode 中等难度准备，但一定要手写+跑测试。LRU、LFU、线程池设计、TopK 这类高频题要练到闭眼能写。面试时先讲思路再动笔，写完主动说时间复杂度和边界情况，比闷头写代码加分。

结果反馈

一面通过，隔了 3 个工作日约的二面，二面后 5 天收到 HR 电话通知通过，进入 offer 审批流程。

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。