【商汤】【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，投递商汤大模型开发暑期实习，一面技术面通过后约到二面，整体节奏偏快，面试官明显更偏工程落地和项目细节，八股问得不算多但会顺着答案继续追。

题目摘要

• Go 语言基础：slice 的底层结构、扩容规则，以及 slice 作为函数参数时修改元素是否会影响原切片；map 是否并发安全，如何实现并发安全的 map。
• MySQL / Redis 八股：MySQL 聚簇索引与非聚簇索引的区别，为什么推荐自增主键；Redis 缓存穿透、缓存击穿、缓存雪崩的区别与各自解决方案，追问布隆过滤器误判怎么处理。
• RAG 项目深挖：文档切分策略怎么定的，chunk size 和 overlap 如何权衡；向量检索召回不准时怎么排查；是否做过 rerank，用的什么模型，效果提升多少。
• Function Calling / Agent：工具调用的参数校验和失败重试怎么做；多轮对话里上下文怎么管理，超长上下文如何裁剪；有没有做过工具调用的并发编排。
• 推理成本优化：线上 QPS 上来后怎么降本，是否用过量化、KV Cache 复用、请求批处理，具体收益如何衡量。
• 手撕算法：LRU 缓存。题意：设计一个满足 LRU 淘汰策略的缓存结构，支持 get(key) 和 put(key, value)，要求两个操作平均时间复杂度 O(1)，容量满时淘汰最久未使用的键。关键思路：哈希表 + 双向链表，哈希表负责 O(1) 定位节点，双向链表维护访问顺序，头部放最近使用、尾部放最久未使用，get 命中后把节点移到头部，put 时若已存在则更新并移到头部，若超容量则删除尾节点并同步删除哈希表记录。面试官要求手写，注意边界：容量为 0、重复 put 同一个 key、get 不存在的 key。

项目深挖

追问一：RAG 里 chunk 切分你是怎么定的，凭什么说这个参数好？

参考回答方向：不要只说“试出来的”。可以从文档类型出发——技术文档按标题层级切，长段落再按语义切；chunk size 结合 embedding 模型的最大输入长度和检索粒度权衡，太大召回噪声多，太小语义不完整。overlap 一般取 chunk size 的 10%–20% 防止跨块语义断裂。更重要的是给出评估方式：构造一批带标准答案的问题集，看召回率、命中率和最终回答准确率，用数据说明参数调整前后的差异，而不是拍脑袋。

追问二：向量检索召回结果不相关，你怎么定位是 embedding 的问题还是切分的问题还是检索策略的问题？

参考回答方向：分层排查。先看召回 top-k 里有没有正确文档，如果没有，大概率是 embedding 表征或切分问题；如果有但排得靠后，是排序问题，可以加 rerank。再看切分后的 chunk 是否语义完整，可以人工抽查。还可以对比不同 embedding 模型在同一批 query 上的召回表现。回答时体现排查链路，比直接给结论更加分。

追问三：Function Calling 里模型返回的参数格式不对或者工具执行失败，你怎么处理？

参考回答方向：参数层面做 schema 校验，用 JSON Schema 约束，解析失败时把错误信息回传给模型让它重试，设置最大重试次数避免死循环。工具执行层面区分可重试错误（超时、限流）和不可重试错误（参数非法、权限不足），前者退避重试，后者直接把错误结果作为 observation 返回给模型，让它决定下一步。还要考虑幂等性，避免重试导致重复副作用。

准备建议

1. 把项目里每个技术选型都准备好“为什么”和“数据”。面试官不会满足于“我用了某某方案”，要能说出对比过哪些方案、为什么选这个、上线后指标变化。提前把 RAG 或 Agent 项目的关键指标（召回率、准确率、延迟、成本）整理成可复述的数字。

1. 八股按“原理 + 场景 + 追问”三层准备。比如 Redis 缓存三兄弟，不仅要背定义，还要能说清楚布隆过滤器误判怎么办、热点 key 怎么发现、缓存和数据库一致性怎么保证。MySQL 索引要能结合执行计划讲，别停在概念。

1. 手撕题按高频模板刷，重点练链表和哈希组合类。LRU、LFU、设计类题目出现频率高，写的时候先跟面试官确认边界条件，写完主动跑几个用例。Go 或 Java 选一门写熟，注意语言层面的细节，比如 Go 的 map 遍历无序、slice 扩容后地址变化。

二面结束后约一周收到感谢信，流程终止。

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。