NiceOffer

面试面经 · 蔚来

【蔚来】【大模型开发】【暑期实习二面】面经（八股+大模型项目+手撕）

发布于 2026-08-19

蔚来面经大模型开发实习

蔚来 大模型开发 暑期实习二面面经

背景：海外一年制硕士，投递 NLP/大模型方向，一面基础面通过后约一周收到二面通知。二面整体偏工程落地，面试官为团队资深开发，全程无废话，直接上场景。

题目摘要

  1. Go 语言基础：goroutine 与 channel 的底层实现差异、内存逃逸分析、sync.Pool 适用场景。
  2. MySQL 与 Redis 八股：MVCC 原理、索引失效场景、Redis 持久化机制（RDB/AOF 混合）、缓存穿透与布隆过滤器。
  3. RAG 项目深挖：针对简历中的 RAG 项目，追问 chunk 切分策略、embedding 模型选择、检索召回率优化、上下文窗口管理。
  4. Function Calling 与 Agent 设计：如何设计工具调用协议、错误重试机制、多轮对话中的状态维护。
  5. 推理成本优化：量化方案选择（GPTQ/AWQ）、KV Cache 显存估算、批处理策略。
  6. 手撕算法题：合并区间（LeetCode 56 变体），要求输出合并后区间的总长度（非原题，需额外处理边界）。

项目深挖

追问 1：你的 RAG 项目在切分文档时，为什么选择固定 512 token 的 chunk 大小？如果文档是表格或代码，怎么处理？

参考方向：固定切分会导致语义断裂，尤其对表格和代码。实际应使用结构感知切分——表格按行/列拆分并保留表头上下文，代码按函数/类边界切分。面试官真正想听的是你有没有踩过坑，而不是标准答案。我补充了实际测试：对同一份混合文档，固定切分的检索命中率比结构切分低约 12%，且回答事实性错误率更高。

追问 2：你的 Agent 在 Function Calling 时，如果模型返回的 JSON 格式非法，怎么处理？

参考方向：两层兜底。第一层是 schema 校验，非法则让模型重新生成（带错误信息回传）；第二层是超时/重试上限，超过 3 次则降级为纯文本回复。重点提了成本控制：重试一次相当于多一次推理调用，所以会在 prompt 中明确要求"只输出 JSON，不要任何解释"，实测格式错误率从 8% 降到 1.5%。面试官追问了"如果模型连续返回同一个错误怎么办"，我答了引入随机扰动（修改少量 prompt 措辞）或切换模型温度。

追问 3：推理成本优化具体怎么做的？量化后效果损失多少？

参考方向：项目用的是 7B 模型，先做 INT8 量化（RTN）测试，精度损失在 0.5% 以内，但显存只降了 30%；后来换 AWQ 量化，显存降 45%，精度损失 1.2%。关键是说清楚取舍逻辑：对问答场景，1% 的精度损失可接受，但换来的是 batch size 翻倍和 P99 延迟降低 40%。另外提了 KV Cache 的显存估算公式（2 * num_layers * num_heads * head_dim * seq_len * batch_size），让面试官知道你算过账。

手撕算法题

题目：给定一组区间 [start, end]，合并所有重叠区间，并返回合并后区间的总长度。例如 [[1,3],[2,6],[8,10],[15,18]] 合并后为 [[1,6],[8,10],[15,18]]，总长度为 (6-1) + (10-8) + (18-15) = 10。

关键思路：先按 start 排序，然后遍历，维护当前合并区间的 [curStart, curEnd]。若下一个区间的 start 小于等于 curEnd，则更新 curEnd 为两者 end 的较大值；否则结算当前区间长度并累加，然后开启新区间。注意边界：区间可能包含（如 [1,5] 和 [2,3]），此时 curEnd 不变。时间复杂度 O(n log n)，空间复杂度 O(n)（排序额外空间）。

面试官当场让我跑了一个极端用例 [[1,4],[4,5]]，确认重叠边界是闭合的（start <= curEnd 即合并）。另外问了如果区间无序且数据量大（内存放不下）怎么办，答了外部排序或分段处理。

准备建议

  1. 把项目里的每个数字都背熟。比如 chunk 大小、召回率、延迟、显存占用，面试官一定会追问具体数值。没有真实数据的，提前做实验补上，比临场编一个靠谱得多。
  2. 手撕题别只刷原题，要会变形。蔚来二面的算法题不是 LeetCode 原题，而是原题加了一个输出要求。建议每刷一道题，自己改 1-2 个变体（改输出、改边界条件、改数据结构）。
  3. 准备一段"成本计算"的台词。大模型岗位面试必问推理成本，提前算好：你的模型参数量、显存需求、量化后变化、单次推理成本估算。不需要精确，但要有逻辑链条。

结果反馈

二面结束当晚收到 HR 通知通过，约三天后安排三面。整体感觉蔚来更看重工程落地能力，而不是纯算法理论，项目深挖占了大半时间。

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。

相关阅读