蚂蚁AI应用开发一二面面经
一面
简单做一下个人自我介绍。
详细聊聊你的过往实习经历与核心工作内容。
MinerU输出内容为Markdown格式，相较于普通纯文本，其层级化结构会为检索环节带来哪些优势？你的整体业务链路里，VLM模型的介入时机是检索阶段还是仅用于最终答案生成？Ragas评测指标中，Faithfulness分数偏低一般反映模型存在哪类问题？
结合LangGraph框架，说明Node与Edge分别对应业务流程里的什么角色？智能体长短期记忆在落地实现层面存在哪些差异？短期记忆一般会存储在什么位置？Agent依靠什么逻辑完成工具的识别与择优调用，依赖工具名称还是功能描述？
分别说明向量检索与关键词检索的核心优势及短板劣势。
相较于直接向大模型发起提问，RAG方案为什么可以有效降低内容事实偏差问题？
当原始源文档发生内容变更时，如何保障向量数据库的索引数据能够实时同步更新？
简述Query Rewrite的核心定义，该优化手段可以针对性解决用户query的哪些痛点问题？
模型Temperature参数调高与调低，分别会对生成内容的风格、随机性带来哪些不同影响？
解释CoT思维链的底层原理，该方式为何能提升模型复杂任务的处理能力？
请说明Agent任务执行流程中，Thought、Action、Observation三者的循环协作逻辑。
当对话轮次过长、内容超出模型上下文最大窗口限制时，有哪些解决方案？
大模型进行工具调用的过程中，模型输出内容为直接答案还是携带调用参数的JSON格式字符串？
在Agent应用场景下，系统提示词与用户提示词对模型的约束力度、约束范围有何不同？
介绍HNSW索引的核心概念，分析其检索效率优于暴力全量搜索的原因。
交流探讨OpenClaw相关技术内容。
实际开发Agent落地项目时，如何依据任务场景判断选用7B小模型还是70B大模型？
若Agent持续重复发起错误的工具调用请求，应该从哪些环节排查并修复？
二面
个人基础情况介绍
实习经历深度追问
首个项目深挖：MinerU解析跨页表格时，保障表格语义完整的核心思路？简述Ragas评测框架；若Answer Relevance指标偏低，如何精准区分检索质量与模型能力的影响边界？
第二个项目深究：LangGraph中State的定义逻辑与流转机制？当任务节点数量较多时，如何规避状态对象膨胀引发的内存溢出问题？长期记忆库层面，多轮对话信息提炼为结构化用户画像并入库的具体实现路径？
文档切片策略：overlap参数的核心作用？如何权衡分片尺寸与上下文完整性之间的平衡关系？
对GraphRAG的理解与应用认知
GraphRAG召回海量关联信息后，生成阶段如何借助自反思（Self-Reflection）或思维链（CoT）策略过滤检索噪声？
ReAct框架的核心原理，阐述其对复杂任务理解能力的提升逻辑
模型调用工具出现参数幻觉、语法错误时，自动化修正手段有哪些？
Multi-Agent系统中心化编排模式的内涵，对比点对点架构的核心优势
Agent的Self-Reflection机制，说明其识别输出逻辑错误的底层原理
Agent长期记忆的设计思路
支付等高敏感操作场景下，Human-in-the-loop（人工介入）流程的设计原则与实现方式
单一Skill模块的设计思路与核心逻辑
Skill与MCP的核心差异对比分析
OpenClaw对Agent本地文件系统操作、代码执行环境感知及权限增强的实现逻辑
对Vibe Coding的理解，结合实际场景谈谈相关经验
如何保障自然语言任务描述能精准转化为稳定、可靠的执行路径？
上下文缓存的概念，说明其在处理Agent频繁读取的冗余系统指令时的核心价值
反向提问环节
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～