【美团】【大模型开发】【暑期实习二面】面经（八股+大模型项目+手撕）

海外一年制硕士，投的是美团大模型开发暑期实习，二面约在一面通过后第 5 天，时长 70 分钟，面试官是组里做 Agent 方向的算法同学，全程共享屏幕、手撕代码 + 项目连环追问。

题目摘要

• Go 语言基础：slice 与 array 的区别、扩容机制、map 并发读写为什么 panic、sync.Map 适用场景；defer 执行顺序与返回值陷阱。
• MySQL / Redis 八股：聚簇索引与回表、explain 里 type 各档含义、最左前缀失效的典型写法；Redis 缓存穿透/击穿/雪崩的区别与各自解法，以及 zset 跳表为什么不用红黑树。
• RAG 项目深挖：文档切分策略怎么定、向量检索召回率怎么量化、rerank 模型选型与延迟权衡、幻觉怎么抑制。
• Function Calling / Agent：工具数量膨胀后如何做路由、多轮上下文怎么裁剪、工具调用失败后的重试与兜底。
• 推理成本优化：首 token 延迟与吞吐的取舍、KV Cache 复用、量化对效果的影响评估。
• 手撕算法：LRU 缓存（LeetCode 146）。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) 平均复杂度，超出容量时淘汰最久未使用的键。关键思路：map[key]*listNode 做 O(1) 定位，配合双向链表维护访问顺序，get/put 命中后把节点移到链表头，淘汰时删尾节点；Go 里用 container/list 或手写哨兵头尾节点都可以，注意 put 已存在 key 时要更新值并刷新位置。

项目深挖

追问一：你的 RAG 检索召回率是怎么衡量的，还是拍脑袋调 top-k？

参考回答方向：先承认不能只看"感觉召回了"。构造一个 50～100 条的小评测集，每条 query 标注至少一个正确 chunk，用 Recall@k 和 MRR 衡量。切分上做过对比：固定 512 token 无重叠 vs 按标题层级切 + 128 token 重叠，后者在跨段落问题上召回明显更好。top-k 从 3 调到 8 时 Recall@8 涨了但端到端答案质量没涨，因为噪声 chunk 进了 prompt 反而干扰生成，最后加了 rerank 把 top-20 压到 top-5 再喂给模型。这个"召回和精度分开调"的思路是面试官想听的。

追问二：Function Calling 工具变多之后，你怎么让模型选对工具？

参考回答方向：工具数超过 15 个后，全量塞进 system prompt 会明显掉准确率，而且 token 成本高。做法是两层路由：先用一个轻量分类模型或 embedding 相似度把工具粗筛到 3～5 个候选，再交给主模型做最终 function call。另外工具描述要写清楚"什么时候用、什么时候不用"，边界模糊的工具合并掉。失败兜底上，解析不到合法 JSON 就重试一次并把报错信息回灌给模型，连续失败则降级到规则匹配。

追问三：上下文越来越长，成本和延迟怎么压？

参考回答方向：分三块讲。一是历史对话做滑动窗口 + 摘要，超过 N 轮的老对话压缩成一段摘要而不是原样保留；二是系统提示和工具 schema 这类静态前缀固定住，命中 KV Cache 复用，别每轮都改前缀；三是能走小模型的意图识别、改写、路由就不上大模型，主模型只负责最终生成。面试官会追问"摘要会不会丢信息"，可以答关键实体和用户约束单独结构化存一份，不依赖摘要。

准备建议

1. 八股别背结论，背"为什么"：MySQL 索引和 Redis 数据结构这两块，面试官几乎都会从结论追到实现。比如答完"跳表支持范围查询"要能接着讲跳表插入的期望复杂度、为什么 Redis 选它而不是红黑树（实现简单、并发友好、范围查询天然有序）。Go 的 slice 扩容要把 1.18 前后的策略差异说清楚。
2. 项目准备一份"被追问清单"：把自己项目里每个技术选型都写成"为什么选 A 不选 B + 怎么验证有效"。RAG 类项目重点准备评测方法、切分策略、rerank、幻觉抑制四个点，每个点都要有数字或对比实验，没有数字就现场说清当时怎么拍板的，别硬编。
3. 手撕按题型刷，不按题号刷：LRU、LFU、限流器、Top-K、生产者消费者这类"工程味"的手撕在大模型岗高频出现，重点是写得出、边界对、能讲清复杂度。Go 写的话提前熟悉 container/list、sync.Mutex 的用法，别在语法上卡壳。

面完当天 HR 反馈二面通过，隔了 3 天约了三面（交叉面）。

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。