AI 应用 / Agent 开发面经

又是请假面试的一天。 今天这家是金融行业外企，本来以为是常规复试，结果直接两位面试官：一位 CEO，一位经理。 晚上回来简单复盘了一下，整体沟通还算顺利。 没有太多八股，更多是在聊你实际是怎么做事的。 面试主要聊了这些： 1️⃣ 项目经历怎么讲 会让你挑一个最有代表性的项目重点讲。角色分工。 2️⃣ RAG 优化手段 主要围绕解析和召回展开： 混合检索（BM25 + 向量） rerank（Cross-Encoder） 数据切分和 chunk 优化 3️⃣ 平时怎么用 AI 工具 4️⃣ Claude Code 是否了解 这个问题有点突然。 没有系统看过源码，就从工程角度聊了一些： harness 工程思路 兜底策略设计 memory 压缩机制 （现场临场发挥了一下） 5️⃣ Agent 响应优化 并行处理 流式响应 缓存设计 6️⃣ 多数据源 + 多 API 场景如何保证效果 这一题是这几次面试里比较有意思的一题。 我的回答思路是： 数据源治理 领域分层，降低复杂度 multi-agent 做能力拆分 参考 Uber Finch 设计思路 7️⃣ 为什么看机会 + 职业规划 常规问题，但其实挺关键。 建议提前想清楚，不要临场发挥。 后面有时间再继续更新。 最近也在准备 大模型应用开发 / Agent 岗 欢迎交流。