NOTES · 学习笔记
通明星球数字科技公司 | Agent开发 | 一面
Bg:这是第一次约到开发岗,但我大二没怎么接触过 Agent,当时用 Golang 写了几个小 demo 就去投递,没想到竟然约面了。当时 Agent 是真火啊,可惜我没抓住机会——要是当时能学一点工作流、智能体搭建,是不是现在就不用这么辛苦还在找实习了?
6月16日约的面,base 杭州,从约面到面试给了我2天时间:花了1天时间准备后端项目,花了1天时间背八股。但最后表现得很糟糕。
给你一个需求,你会是什么样的工作流程?
首先,我会自己拆分梳理各业务板块,再借助 AI 输出参考方案,对比两种思路的差异,融合双方优点形成最终方案。
在整个实现到最终上线的过程中,你觉得 AI 能做什么?你需要参与的是哪部分?
AI 负责辅助干活:拆解需求、写方案、生成代码、出测试用例、查资料、优化内容,做重复性、参考性的工作。我负责理清真实业务需求、敲定最终技术方案、审核校验 AI 的所有输出、本地调试联调、把控安全风险、项目上线。
RAG 系统为什么要做重写系统?
一方面,用户可能会用代词追问,单独看当前问题不知道指什么,需要把代词换成名词去检索。另一方面,用户提问口语化、模糊化、表达杂乱,向量检索匹配效果差,重写成规范语句再检索。
会话记忆压缩的目的是什么?
首先,大模型都有固定的输入长度限制,多轮聊天会不断叠加历史回答,token 持续上涨,很容易超出窗口限制,无法正常请求。所以压缩一是为了减少 token 量,二是为了让大模型得到更精确的信息,去掉无关内容。
什么时候压缩?
当 token 快达到上限时,或者大量历史内容和当前问题无关时,执行会话记忆压缩。
双路并行召回为什么要做呢?
双路召回,一路是向量检索,一路是关键词检索。向量检索解决语义问题——用户提问不可能和资料完全一样,通过向量检索能实现语义相似匹配;关键词检索解决特有学术名词、具体编号这类查询。
Redis 为什么快?
一是基于内存,操作速度快;二是采用 IO 多路复用。
面试官结合我的项目和 Agent 一直拷打,当时真的想死的心都有了,什么都回答不出来。最后反问环节,我问面试官目前公司在做什么业务,他说还是围绕搭建 Agent 智能体为主。然后潦草地结束了。
PS:这是三个月前的 Agent 开发面试。三个月过去,harness、自进化、graph 全都出来了,不得不说 AI 的发展是真的快啊!迭代速度快,需要掌握的知识越来越多。很遗憾当时没有抓住机会。