【腾讯】【Agent 开发】【暑期实习一面】面经（八股+大模型项目+手撕）

海外一年制硕士，投递腾讯 CSIG 某 Agent 平台组暑期实习，3 月中旬线上一面，时长 70 分钟，面试官是组里做 Agent 框架的资深工程师。

题目摘要

1. Go 语言基础：slice 的底层结构、扩容规则；defer 与返回值的执行顺序（命名返回值陷阱）；map 并发读写为什么 panic，如何用 sync.Map 或分片锁规避。
2. MySQL / Redis 八股：MySQL 联合索引最左前缀 + 回表 + 覆盖索引；RR 隔离级别下间隙锁怎么加；Redis 缓存穿透/击穿/雪崩的区分与对应方案；Redis 分布式锁为什么要用 Lua 保证原子性、看门狗续期怎么实现。
3. Agent 项目深挖：RAG 检索链路（切分策略、embedding 选型、rerank、召回评估）；Function Calling 的工具注册、参数校验、多轮工具调用循环终止条件；长对话上下文管理（摘要压缩、滑动窗口、token 预算分配）；推理成本优化（prompt 缓存、小模型路由、批处理）。
4. 手撕算法：LRU 缓存。题意：设计一个容量为 capacity 的缓存结构，支持 get(key) 和 put(key, value)，两者都要求 O(1) 时间复杂度，超出容量时淘汰最久未使用的键。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、尾部放最久未使用；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，超容则删尾节点并同步删哈希表项。面试官追问了并发场景下怎么加锁（分段锁 or 读写锁）、以及能不能用 container/list 直接实现。

项目深挖

简历上写了一个「基于多工具调用的智能客服 Agent」，面试官基本全程围绕这个问，三个追问印象最深。

追问一：你的 RAG 召回率怎么评估的？
参考回答方向：不能只说"效果不错"。要给出评估集构造方式——从历史工单里抽 200 条真实 query，人工标注标准答案文档，算 Recall@5 和 MRR。然后说明调优动作：一开始固定 512 token 切分导致跨段语义断裂，改成按标题层级 + 语义边界切分，召回率从 0.62 提到 0.78；加了 bge-reranker 做二阶段精排后 MRR 提升明显。面试官会顺着问"rerank 增加了延迟你怎么权衡"，要能答出：只在 top-20 召回后做精排，控制 rerank 输入规模，延迟增加约 80ms 可接受，或者对简单 query 走快路径跳过 rerank。

追问二：Function Calling 多轮循环怎么保证一定会停？
参考回答方向：这是 Agent 落地最容易出 bug 的地方。要答出三层防护——第一，设置最大迭代轮数（比如 8 轮）硬截断；第二，检测工具调用结果是否与上一轮重复，重复则判定进入死循环并强制让模型基于已有信息作答；第三，在 system prompt 里明确"信息足够时直接回答，不要为了调用而调用"。还可以补充：工具返回错误时不要把原始堆栈丢给模型，而是包装成结构化错误信息，否则模型容易反复重试同一个失败工具。

追问三：上下文越来越长，token 成本怎么压？
参考回答方向：分几块讲。历史对话用"最近 N 轮原文 + 更早轮次摘要"的混合策略，摘要由小模型异步生成；工具描述和 system prompt 这种固定前缀走 prompt caching，命中缓存的部分按更低价格计费；简单意图识别和槽位抽取用小模型（如 7B 级别）路由，只有复杂推理才走大模型。要能给出量级，比如优化后单次会话平均 token 从 6k 降到 2.5k，成本下降约 60%。面试官如果追问"摘要会不会丢信息"，答：摘要只压缩闲聊和已确认信息，关键实体（订单号、用户诉求）用结构化字段单独存，不依赖摘要。

准备建议

1. 八股要能"往下追两层"。比如被问 Redis 分布式锁，不要停在 SETNX + 过期时间，要主动讲清楚：为什么 value 要存唯一标识（防止误删别人的锁）、为什么释放锁要用 Lua、锁过期但业务没执行完怎么办（看门狗续期或 fencing token）。面试官几乎必然会追问第二层，提前把每个八股的"为什么"和"边界情况"过一遍。

1. Agent 项目准备一版"数据化叙事"。把项目里的每个技术决策都配上前后对比数字：召回率、延迟、token 成本、准确率。没有真实数据的，面试前用测试集跑一遍补上。面试官对"我用了 RAG"没兴趣，对"我为什么这么切分、效果差多少、怎么改的"才有兴趣。

1. 手撕题按题型刷，不要按题号刷。LRU、LFU、线程安全单例、生产者消费者、限流器这几类在 Agent/后端岗高频出现，每类手写 2-3 遍到肌肉记忆，重点练边界（容量为 0、重复 put 同一个 key、并发读写）。腾讯手撕通常要求可运行、边界正确，写完主动说一遍时间复杂度和测试用例，能加分。

一面通过，3 天后约了二面（交叉面，偏系统设计）。

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。