鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
54
12
99+
精选

5月高强度面试,放送社招菜鸟 AI 应用岗面经!

Louis
Louis
2026-06-20 16:20
阅读 10020
Louis
2026-06-20 16:20
阅读 10020

面试题库全公司汇总(脱敏版)

候选人背景:1年Java后端/AI应用开发经验,前公司为某制造业企业 总场次:13 场面试,覆盖 10 家公司 岗位方向:Java后端开发 / AI全栈开发 / AI应用开发 / DevOps


📑 目录索引

  • 一、华大制造 — AI应用开发工程师(2026-05-26)
  • 二、广州大娱网络科技 — AI应用开发(2026-05-26)
  • 三、安克创新 — AI应用开发/AI探索(2026-05-23)
  • 四、OPPO — AI应用开发/DevOps(2026-05-21)
  • 五、中泓一线 — AI全栈开发,共2轮(2026-05-18 / 2026-05-20)
  • 六、拼多多 — Java后端开发(2026-05-20)
  • 七、探迹(2026-05-19)
  • 八、北京用友 — Java开发/AI开发,共2轮(2026-05-15 / 2026-05-18)
  • 九、恩士讯 — Java后端(2026-05-15)
  • 十、海颐 — Java开发(2026-05-13)
  • 十一、有赞 — Java开发工程师(2026-05-07)
  • 十二、跨公司同类题归并索引
    • AI Agent / Multi-Agent 编排
    • RAG / Embedding / 向量数据库
    • MCP / 工具调用 / Function Call
    • Java 并发 / 锁 / 线程
    • 微服务 / 分布式 / Spring
    • MySQL / 数据库 / 索引
    • Redis / 缓存 / 消息队列
    • DevOps / K8S / CI/CD
    • 计算机网络 / 安全
    • 前端
    • 个人 / 职业规划 / Relocation
    • 开放设计题 / 编码题
    • 学习习惯 / 技术视野

一、华大制造 — AI应用开发工程师(2026-05-26)

时长:约 43.5 min | 面试官:主面试官 + 第二面试官(董老师) 特征:八股零考察,项目深挖为主,大量软性问题

项目深挖 — 沙箱平台

  • 你先做一个自我介绍,介绍一下你自己觉得做的不错的一个项目。
  • 沙箱平台你们用的是自己的沙盒吗?还是说用的…
    • 你这个沙箱主要是在里面执行什么任务吗?还是支持文件的类似的吗?
    • 这个沙箱里面是起了一个类似起了个服务在里面?
    • 根据这个沙箱里面的服务是给用户提供什么样的服务的呢?
    • 你刚刚说的物料是指的一个什么样的物料?

项目深挖 — MCP 网关

  • 刚说的第二个项目就是这个MCP网关的,主要是做了件什么事情呢?
    • 就相当于你把原来那些工具已经是MCP化了吗?
    • 就跟用户交互的那端配的话只需要配这个网关的地址就行了?你是在网关这一层再配具体连的是哪些MCP的工具?
    • 手工的制作,把那个MCP的工具录进来?
    • 就给到MCP网关这一层,然后它自己生成那个MC…

设计反思与工程挑战

  • 就像这么设计的话,你觉得他会有什么问题吗?
    • 使用过程中的使用。
    • 你这个网关会封装了很多接口,那到时候所有的用户端的请求全部都会请到网关这。流量很大的话怎么来。
      • 限流的话…除了这种方式还有别的方式。
      • 那就怎么解决?

Agent 架构深挖

  • MCP 的工具到工具调用这一层,就这一套技术的流程它是怎么大概。
  • 是谁去调的这个工具,就是调的这个 MCP 的工具?是大模型调的吗?大模型输出来的都是文字,他是怎么能够有这个能力去调动一个接口?
  • 描述一下你现在这个多 agent 的协作是怎么做的。
    • 后面的多 agent 是怎么开发,怎么设计的。这个多 agent 的架构的话…
    • 那你觉得用这个(Google ADK)它有什么优缺点呢?
  • 我这里写了 LangChain 然后又写了谷歌的这个 SDK,你这两个是同时用的吗?
  • 那你用谷歌做的这一个,你能实现这三种编排的功能吗?
    • 在配置要求的时候,是需要把这些数据格式都给…上一个agent和下一个agent之间要交接的一些文件,文件的处理的逻辑。
    • 这地方串联交接的这个部分会涉及到文件类型,还是说都是文字。
    • 那这个 agent 之间…它是有文件传输的那它是怎么处理这些文件就是。
      • 如果是传一个 excel 到下一个agent的话,那个 agent 它是怎么去…一般都是在沙盒里面…
    • 那您知道当前你做这个是有沙箱吗?
    • 这个skills的加载机制是你自己写的,还是说 ADK 自带。

项目角色与团队

  • 这些项目你的这个身份是?
    • 您这个团队比较大吗?还是说主要是。
    • 在这个跨团队的过程中有解决这个问题是比较短的。
    • 的那些对象是都是技术的人员,还是因非技术的业务。

职业规划与软性

  • 你对加班的看法是怎样的?
  • 你觉得你在这个一年多的工作都是…哪个哪项工作让你比较有成就感?
  • 你专业跟生命科学/生物的关联?
  • 你是更希望去做一个偏工程类的,还是说更想去做一个项目的一个推进者?
    • (涉及离职状态、试用期期望的问题已略去)

二、广州大娱网络科技 — AI应用开发(2026-05-26)

特征:含 1 道开放系统设计题(BI 数据分析智能体) 时长:约 33 min

AI Agent 理解

  • 先简单做个自我介绍。
  • 这两个AI相关的项目,你觉得哪一个的技术挑战性是比较大的?
  • 你在这个编排框架这个项目里面做了多久,以及说你在里面的角色是什么?
  • 这个框架你们当时想要解决的核心问题是什么?
    • 具体到业务上面解决的一个主要的什么场景上面什么的问题?
  • 讲一下你对Agent这个东西的理解吗?
  • 从一个chatbot到这种智能体,核心要解决的问题是什么?怎么从这步跨到这步的?

Agent 工具调用与框架

  • 在一个Agent里面他要去做工具调用,它的实现机制和原理是什么?
    • 具体是怎么实现这个工具调用的?讲一下它内部的机制。
  • 你比较熟悉的一些现在标准的Agent框架有哪些?
  • 能讲讲他们的整个架构吗?
    • 系统架构组成部分是什么?
  • 你是怎么理解skill这个东西的?
  • 这些skill怎么知道什么时候应该去调用哪个skill,内部处理流程是怎样的?

开放设计题

  • 让你去做一个AI智能体,对BI系统里的报表做数据分析,你怎么实现?
    • 你没有一个很系统性的思路,每个流程做什么事,对应什么方案?
    • 现在有个后台BI系统,想通过微信/钉钉对话来分析数据,智能体应该怎么做?
  • 有没有哪一项AI相关的技术,你觉得自己研究的特别深入的?

三、安克创新 — AI应用开发/AI探索(2026-05-23)

特征:零八股、零项目深挖、零系统设计。偏 AI 认知和思维方式考察 时长:约 34 min

个人与职业

  • 自我介绍。
  • 现在考虑换工作的原因是什么?
    • 几月份走的?
    • 当时毕业之后选择前公司的原因是什么?
    • 主要是干什么?我怎么没听过。
    • 这不是稳定着路一条的节奏吗?
  • (涉及籍贯、英语水平等个人信息的问题已略去)

GitHub 与技术写作

  • GitHub用了多久?
    • 首页写这么多技术栈干什么?
    • 你的文章从24年就停了,是不是?

AI 认知与学习

  • Claude Code跟Codex,用的是原厂模型还是套国产模型?
    • 官方的用过没?最好的还是模型吗?
  • 你觉得中美之间的AI差距是在变大还是变小?
  • 为什么所有的创新都是别人的/美国的,而不是亚洲的(或中国的)?
  • 你自己平常学习AI领域新东西的途径和方法大概怎么写?

Skill / MCP 深度

  • 自己搭过agent吗?比如用低代码/langchain/langgraph/Coze/Dify/n8n这种?
  • 你觉得MCP跟skill什么区别?你自己有没有写过一些skill?
    • 渐进式披露那个description是给人看还是给谁看的?
    • description一般怎么描述?什么风格?精炼还是有边界条件?
    • 你怎么做的实操的?还是用harness来做的?
    • 这个东西是自己拖出来,还是根据开源项目在本地改的?
    • 你自己怎么写评测?跟skill creator一样,你怎么评测?

职业规划与技术观

  • 你未来两三年的职业规划大概是什么样子的?
  • 编程语言熟哪些?除了java以外?
    • 你觉得这几个编程语言之间的区别是什么?
    • 日常写后端语言,你更喜欢用哪个?
  • 在前公司这一年最大的收获是什么?
  • 我看你这里有一个AI网关中间件,说白了你是不是托管了业务研发的MCP,是不是?
  • 你觉得八股重要吗?高中生背得应该比你快吧?
  • Java编程语言你觉得最讨厌的地方是什么?
  • 日常用到设计模式,最常用或最优雅的是哪些?

四、OPPO — AI应用开发/DevOps(2026-05-21)

轮次:一面(共 2 轮) | 时长:约 33 min 面试官:DevOps/代码质量方向 | 团队:~50 人分 3 组,应用层 Python / 网络层 Go 注意:以下为一面已问题目,主管面预测题见OPPO主管面预测文档

容器平台

  • 容器化部署主要负责两个功能点?状态机和资源泄露?
  • 你是通过什么?是有一个平台自建的是吧?
  • 有没有用过 Jenkins 那种?
    • (追问)具体流水线打包流程?
    • (追问)离线部署经验?
  • 你对 DevOps 这个方向了解吗?

MCP 网关

  • 关于下一个项目,MCP,相当于自己额外做了一个中间件?
    • (追问)网关鉴权限流细节
    • Tool 注册流程

Agent 框架 + AI 深度

  • 再讲讲多智能体编排的框架
  • 整个框架是公司已有的吗?
  • 第三个完全是你独立完成的吗?
  • 你在这里主要负责哪些能力呢?
  • 最后成的是一个面向用户的聊天框是吧?
  • 整个 Agent 基于哪个框架执行运行?
  • 讲讲 Skill 的自净化
  • 整个搭建过程,哪个是最难的?

技术栈 + 个人

  • 你什么时候离职的?
  • 以后还是希望在 Java 语言上深耕吗?
    • (告知)常见用 Python,新项目用 Go
  • 现在是在深圳吗?

五、中泓一线 — AI全栈开发(2026-05-18 / 2026-05-20,共2轮)

特征:一轮技术面考 Java/Kafka/分布式八股 + AI Agent,二轮总监面全景扫描(RAG深挖+微服务设计+前端摸底),不考八股 面试官:一轮两位面试官,二轮技术总监

第一轮 — 技术面(2026-05-18)

AI / Agent

  • 你自己私下做的那个项目,简历里有贴链接?整体是垂直领域的一个?
  • 底层调用的是哪个模型?
    • 不是你自己掏钱买的Key吗?
    • Spring AI用什么实现memory?基于什么实现?比如mysql?
      • 追问:你是用什么样实现的?
  • 多agent的架构一般常见的架构有哪些?
  • 有用到function call吗?调用了什么工具?做了什么?
  • 为什么要用function call?
  • MCP网关,通过AI来分发调用?

Java 基础

  • 平时工作中有用到哪些数据结构?
    • 除了list和map,还有用过其他的吗?
  • JDK 17有什么新特性?抛开语法不说,JDK层面有什么新的?
  • 我看你写了了解设计模式,提到模板方法模式,可以简单介绍一下吗?
  • 前端知识了解程度?是仅限于web coding还是?

Kafka / 分布式

  • Kafka偏移量有哪几种?常见设置偏移量有哪些?
  • Topic和Group哪个大?换group要重置偏移量吗?
  • 搭建过分布式集群吗?Redis搭过高可用?
  • 分布式基本理论有接触吗?CAP?
  • Redis有哪些分布式架构?

反问

  • (候选人问)前端开发比重大概多少?
  • (候选人问)岗位是顶替还是扩展?

第二轮 — 总监面(2026-05-20)

个人 / Relocation(已脱敏)

  • 离职时间确认
  • 居住地及通勤距离摸底(涉及住房、家庭信息的连环追问已略去)
  • 前公司工作性质确认(对内还是对外/客户案例)
  • 对面试公司的了解程度

技术栈扫描

  • Spring Cloud 有吗?
  • 微服务的这些生态应该是不是?
  • 在 AI 这块,除了 Spring AI 还熟悉哪一些?
  • 你刚刚熟悉的 LangChain 是 python 那块?
  • 深度的熟悉应该还不够?

前端摸底

  • JS 怎么创建一个对象?
  • Vue 的拦截器有哪些种?
  • CSS 前端的定位布局有哪些种?

RAG 全链路深挖

  • 大模型微调训练部署,我们是怎么去训练的?训练方式有哪些种?
  • 应用层,比如说像这个 RAG 这块?
  • 那你说一下 RAG 的整个过程。
  • Embedding 用的什么模型?
  • 你熟悉的向量数据库有哪些?
  • PG Vector 它对应的有哪些类似索引类型、存储类型?
  • 放到数据库里面之前,要不要归一化?
  • Embedding 之后,向量字段一般设置多长?
  • 不同文件类型(文本/语音/视频)转成向量后,怎么存储这个字段?维度长度是多少?
  • 1024 设的长还是短?对我们有什么影响?可以设两万多吗?128 可以吗?
  • 用户提问的时候,召回算法有哪些种?匹配算法?

Java 微服务系统设计

  • 用户信息基础服务,多个业务服务需要获取用户信息,怎么设计使得带宽性能高、并发最高?
    • 不同微服务什么时候放到 ThreadLocal 里面去?
    • 怎么去获取这个上下文信息呢?
    • 业务服务从哪里获取?
    • 在哪个阶段去查 Redis?
    • 这个用户 ID 从哪里来的?

技术成长

  • 你平时获取最新的技术信息的途径有哪些?

六、拼多多 — Java后端开发(2026-05-20)

方向:电商商家 | 时长:约 34 min 特征:含 14 分钟编程题(String to Integer)+ 5 轮边界追问 + 短链接系统设计

项目介绍

  • 那麻烦介绍一下你做的项目。
  • 那你这个主要解决什么问题?
  • 你们具体是怎么做到的?这个业界有没有比较成熟的方案?
  • 你觉得为什么要挑一个你大学时候做的项目来?
  • 这个离职的原因方便说一下吗?
  • 排查下来具体什么问题?

编程题 — String to Integer

  • 写一个方法,把一个字符串解析为一个整数。输入"1234",返回整数类型的1234。
    • 你写的有什么问题吗?
      • 你觉得有什么问题吗?
    • 如果让你来测试,把你的测试用例的范围都写一下。
      • 那其他的。
      • 还有吗?
      • 还有吗?就这几个。

数据库

  • 你有没有比较熟悉的数据库?
  • 你知道MySQL的索引是怎么实现的吗?
  • 为什么B+树?B+树有什么好处?
  • 二叉树也是针对查询优化过的,跟B+树相比呢?
  • 有一些查询优化经验吗?
    • 你说的游标跟跳跃具体是指什么?

消息队列

  • 你用过一些像Kafka这样的消息中间件吗?
  • 有没有了解过Rebalance概念?
  • 你们什么场景会用这个?
  • 你刚才说的这个消息具体是什么消息?
  • 你怎么避免重复发送呢?
  • 日志列表查询消息。

系统设计 — 短链接系统

  • 设计一个短链接系统。把长链接映射到短链接,访问短链接时跳转回原始长链接。
    • 访问短链接的时候怎么跳转回原来的?需要考虑哪些点?
    • 你怎么生成这个短链接?
    • 你这个数据结构具体是什么样的?

七、探迹(2026-05-19)

特征:MCP 网关追问 3 层深,可观测性/评测体系方向

项目与工程

  • 在你过去这一年里做过的项目,有让你印象比较深刻的那些问题跟你的一个解决方案。
    • 你对CAS是怎么理解的?
  • 你对整一个K8S的一个操作是会比较熟悉吗?
  • 描述一下这个零配置的具体流程…引擎是一行代码都不用去写是吧?
  • 如果我这个API需要认证的,你们是怎么做的?
  • 限流这一块,并发量有多少?QPS有多少?
  • 架构是怎样的?只用到后端限流工具?
    • 单机怎么考量的?
    • 不会成为单点故障的隐患吗?
  • 为什么考虑做这个东西?有出现过下游服务被打的情况吗?
  • 这个东西是你自己,不是你们公司的项目吗?
  • 你在这个项目中自己学到什么?个人理解?
  • 我看到你提到链路评测体系

系统设计 — 垂直观测链路

  • 你知道我们公司做什么?如果参与进来做垂直观测链路系统,你怎么设计?思路是什么?
    • 从买家消息到AI答案,整个数据流转应该怎样?

测试链路

  • 你讲一下你们当时测试链路怎么做的?
    • 链路记录在哪里?
    • 这个体量不太大是吧?

AI Coding 工具

  • 你平常AI coding怎么用的?
    • code是自己付费还是公司提供?付费国内模型?
  • 千问code有去用过吗?
  • report rick没有去用过?

个人(已脱敏)

  • 在职状态确认
  • 离职原因
  • 所在城市确认
  • (涉及其他面试进展等个人问题已略去)

八、北京用友 — Java开发/AI开发(2026-05-15 / 2026-05-18,共2轮)

特征:一轮侧重 Agent 项目深挖 + 安全基础 + Java 并发,二轮偏 AI 概念和 MCP 理解 部门:2 人编制小型研发团队

第一轮 — Java开发/安全方向(2026-05-15)

Agent 项目深挖

  • 这个MCP Gateway,企业级网关中间件是什么意思?
  • 你设计的Luna-AI框架,并行模式下多个子Agent的并发执行机制是什么?
    • 那聚合各自各个子Agent的结果呢?
    • 如果其中有一个Agent失败了,Parrell模式是部分成功还是整体失败?
      • (追问)整体失败还是部分成功?
  • 你知道这个CAS状态更新机制是吧?
  • 你这个Spring AI调用层做了哪些补丁增强?
  • 你Google ADK扩展了Agent的调用钩子是吧?
    • (追问)采集了哪些关键维度?
  • 你用到了那个自动重放失败case的调试环境没有?
    • (追问)不是测试框架,是你是否设计了自动重放失败case的调试环境?

Java 并发

  • 你知道synchronized跟你刚提的ReentrantLock的区别是啥?
  • 你刚提到AQS是吧?AQS原理知道吗?

安全

  • 你知道XSS攻击吗?
    • 跨站脚本攻击(澄清)。
  • 你做过登录(登录/鉴权)吗?
  • 知道什么叫双因素认证吗?

基础组件

  • Redis用过吗?
  • 你知道它的这个数据结构吗?
  • ES用过吗?
  • 知道倒排索引的原理吗?
    • 还有哪些组成部分?
  • 什么是聚簇索引?什么是二级索引?
  • 你知道MySQL优化吗?

前端

  • 微微前端的Vue。(你会Vue吗?)

收尾

  • 有什么想要问我们的吗?
  • 我们这边的职责你了解吗?
  • (面试官透露)部门开发人也比较少。就是两个人编制。
  • (涉及薪资期望、到岗时间、工作地点调配的问题已略去)

第二轮(2026-05-18)

本轮偏 AI 概念理解,面试时长较短(约 16 min)

MCP / Agent / AI 概念

  • MCP跟ATA(A2A)有什么差别?
  • MCP主要解决什么问题?
  • 除了gateway,还有哪些功能?
  • 有鉴权和认证的吗?
  • 有监测功能吗?
    • 比如说内容,还有一些风险的控制?
  • 容器化沙箱跟普通容器比有什么特殊?
  • 和LangGraph比哪个方向更好?
  • 编排怎么做的?
  • Skill的优点?
  • 任务跑一天要多少个?
  • 1000万大概多少钱?

AI Coding

  • 用AI做开发吗?
  • 用CC吗?CC+DeepSeek?

项目难点

  • 项目遇到最难的问题是啥?
  • 说一下你自己项目最难的问题
  • Agent有时效性/瞬时性,你停在一起未必能查出来?
    • 临时缓存?

个人(已脱敏)

  • 前公司发展评价
  • 离职原因
  • 前公司业务方向/部门职责
  • (涉及籍贯、所在地等个人信息的问题已略去)

九、恩士讯 — Java后端(2026-05-15)

特征:分布式体系全覆盖,从锁→Redis→MySQL→JVM→MQ→ES 连贯追问 时长:约 33 min

并发与锁

  • 说一下synchronized和ReentrantLock的区别?
  • 微服务多实例下,JVM级别锁锁不住资源,有什么解决方案?
  • Redis和ZK实现分布式锁,各有什么优缺点和不同?
  • 你对Redis的部署方式了解吗?你们项目怎么部署的?
  • 假如Redis加锁后主节点挂了,从节点被提升为主,锁没同步导致丢失,怎么解决?

MySQL

  • 你们项目用什么数据库?MySQL调优有经验吗?
    • 具体怎么从十多秒优化到2秒的?
  • 数据量大的情况下,分页越深越慢,有什么解决方案?
  • 对于MySQL事务你有了解吗?
    • 说一下MVCC原理。
  • 你们代码上怎么使用事务的?
    • 注解方式使用事务有哪些注意点?
    • 代理层面事务失效有哪些解决方法?

JVM

  • JVM是怎么把对象判定为垃圾的?
  • JDK版本?垃圾回收器?G1相对之前的回收器有什么改变?
  • 怎么分析OOM的?具体过程?

消息队列与搜索

  • 项目上消息队列用的什么?Redis做MQ比Kafka/RocketMQ有什么缺点?
  • ES在项目中扮演什么角色?有什么作用?
  • 倒排索引的原理?
  • 分布式选举你了解哪一块?

Spring

  • 你们项目用Spring Boot还是Spring Cloud?
  • Spring Boot自动配置的原理?
  • 你们怎么对接口参数校验的?

编码题

  • (投屏做题)面试官投屏题目,候选人截图后做题。

十、海颐 — Java开发(2026-05-13)

特征:传统 Java 八股面,覆盖面广(Java基础 / Spring / 数据库 / Redis / 消息队列) 数据库:公司主要用 Oracle 和高斯数据库

Java 基础

  • 说一下 JRE 和 JDK 的区别。
  • 说一下 StringBuilder 和 StringBuffer 的区别。
  • 方法中的 IO 流分为哪几种?
  • HashMap 的底层结构是?
  • 什么是面向对象?封装、继承、多态是怎么理解的?
  • 了解过垃圾回收吗?大概讲一下。

Spring

  • 你说一下 Spring 的注入方式有哪一些?
  • 再说一下你对 IOC 的理解。
  • 说一下 Spring 和 Spring Boot 的区别。
  • Spring Boot 的自动配置原理是什么?

并发

  • 那你说一下乐观锁跟悲观锁吧。

数据库

  • Oracle 或者说华为的高斯数据库有没有了解过?
  • 那你说一下索引失效的场景。
  • 你之前做的这些项目里,单表的查询量有多大?
  • 在 SQL 调优这一方面说一下有没有什么经验。

Redis

  • Redis 具体支持哪些数据类型?
  • 那你说一下缓存雪崩的理解。
  • Redis 的持久化…

消息队列

  • 消息队列这一块,Kafka 跟 RocketMQ 对比,各自适合什么场景?
  • 那一般 Kafka 在什么情况下会出现丢消息的情况?

项目与软性

  • 你在做的项目中有遇到什么难题吗?怎么解决的?
  • 能不能接受出差?

十一、有赞 — Java开发工程师(2026-05-07)

场次:第 1 场面试 | 时长:最长的一场 特征:极致追问链——ThreadLocal 从用法问到线程池原理再绕回到 ThreadLocal 问题,形成闭环 MCP/Skill 区分追问 7 层深

项目深挖 — 多 Agent 编排框架

  • 这个东西你能介绍一下吗?为什么要做?核心架构是怎样的?解决了什么问题?
    • 就那个多 Agent 编排的框架。(聚焦澄清)
  • 你这个是大学的时候自己做的一个人对?
  • 那我就问你现在公司项目 — 沙箱编排平台是公司项目里做的?
  • 我看里面提到用 CAS 那个状态更新机制,为什么不用 synchronized 或者是分布式锁呢?
  • 那 K8S 资源为什么要统一打环境标签呢?
    • 环境标签主要是说控制资源?
    • 这个标签打好之后的整个作用是什么?
    • 资源不足时清理的优先级类似于这种规则是吧?
    • 还有别的用处吗?

项目深挖 — MCP Gateway + Skill

  • 我看你简历里在 MCP Gateway 做了 OpenAPI 到 MCP 的自动转换。
  • 你做这个的时候,哪些是最难处理的?
    • 转化为 MCP 的 Tool 定义,里面会有很多难点,最难的几个点是什么?
    • 你在里面主要做什么工作呢?
    • 这个如果是你要来做的话,肯定会遇到很多问题。
  • MCP 的 Tool 需要描述才能让 AI 判断 — 那接口文档里没有描述的话怎么办?
    • 所以说跨团队推动协作也是很重要的一个环节?
    • 这个也是一个比较难的点?

MCP vs Skill 区分(7 层追问)

  • 你平时用 skill 吗?
    • 也会写是吗?
  • MCP 和 Skill 和 Agent 分别是指什么?它们都分别带的是什么能力?
    • MCP 和 Skill 的话就是一些约束和一些 model 是吧?
    • 那 MCP 和 Skill 有什么区别?各自用在什么场景?
    • 如果 Skill 只是约束+prompt,我直接在 System Prompt 里写不行吗?为什么还要 Skill?
    • 那 skill 里面都包含什么东西?
    • Skill 为什么不能只是 prompt?
    • 如果是 prompt 的话,直接在 system prompt 里面写不就行了?

OpenClaw / Memory

  • 你平时了解过 OpenClaw 吗?
    • OpenClaw 核心定位是什么?
    • 那你平时用它什么场景,解决什么问题?
    • 你去学习了怎么样?学到了什么?
  • 刚才这些记忆分为几个部分?每个部分存在哪些地方?
  • 他这个记忆关于哪几种记忆?每个记忆存储在哪?以什么方式存储?

ThreadLocal 深度追问(闭环)

  • 我看你简历里面对 JUC 并发工具 ThreadLocal 比较熟悉,那是什么?
    • 它用在什么场景?
    • 使用的话会有什么注意的点?
  • 一个请求在线程池里,如果中间调了异步线程,ThreadLocal 会不会丢?
    • 那我还能从子线程里面拿到主线程的 ThreadLocal 吗?
  • 那 ThreadLocal 在线程池里面会有什么危险吗?
    • 那为什么会脏掉呢?
  • 我们现在来看一下线程池的运行原理是什么?怎么运行的?
    • 那如果这个线程一直运行,它内部的运行机制是怎么样的?
    • 那我用完的线程,如果执行完之后呢?
  • 那在线程池这个运行机制下 ThreadLocal 会有啥问题?再回头来看。

HashMap / ConcurrentHashMap

  • HashMap 和 ConcurrentHashMap 有什么区别吗?
  • 那 resize 为什么会有危险?
    • Reset 方法你看过源码?会有什么问题?
    • 这是 JDK 1.7 的是吧?1.8 是什么方式扩容的?
    • 1.7 的话 HashMap 扩容会有什么危险?
    • 尾插法最终会导致什么问题?

十二、跨公司同类题归并索引

以下索引将 13 场面试中考察相同/相似知识点的题目归并到一起,方便针对性刷题。 格式:题目概要 → 来源公司

AI Agent / Multi-Agent 编排

考察点出现公司
Multi-Agent 编排架构设计华大制造、广州大娱、OPPO、中泓一线、北京用友、有赞
Agent 框架选型(ADK/LangChain/Spring AI)华大制造、广州大娱、OPPO、安克创新、北京用友、北京用友
Skill 的含义/加载/自进化华大制造、广州大娱、安克创新、OPPO、北京用友、有赞
Agent 工具调用机制(Function Call 原理)华大制造、广州大娱、中泓一线
Agent 上下文记忆管理(Memory)中泓一线、有赞
Chatbot → Agent 的核心跨越广州大娱
并行 Agent 的失败处理(部分成功 vs 整体失败)北京用友

RAG / Embedding / 向量数据库

考察点出现公司
RAG 完整流程(切分→Embedding→检索→生成)中泓一线
Embedding 模型选型(bge / OpenAI / m3e)中泓一线
向量数据库选型(PG Vector / Milvus )中泓一线
PG Vector 索引类型(IVFFlat / HNSW)中泓一线
向量归一化(L2 / 余弦相似度)中泓一线
向量维度 trade-off(1024 vs 3072 vs 128)中泓一线
召回算法(余弦相似度 / KNN / Reranker)中泓一线
异构数据向量化(文本/语音/视频)中泓一线
大模型微调训练方式(LoRA/QLoRA/SFT/RLHF)中泓一线

MCP / 工具调用 / Function Call

考察点出现公司
MCP 协议理解(解决什么问题)华大制造、北京用友、安克创新、中泓一线
MCP vs Skill 区别安克创新、有赞
MCP 网关架构(鉴权/限流/降级/缓存)华大制造、OPPO、探迹、中泓一线、北京用友
MCP vs A2A 区别北京用友
OpenAPI → MCP Tool 自动转换华大制造、有赞
网关高并发处理(限流方案)华大制造、探迹

Java 并发 / 锁 / 线程

考察点出现公司
synchronized vs ReentrantLock 区别恩士讯、北京用友
CAS 机制理解有赞、探迹、北京用友
AQS 原理北京用友
ThreadLocal 使用场景与内存泄漏中泓一线、有赞
ThreadLocal 在线程池中的问题有赞
线程池运行原理有赞
HashMap vs ConcurrentHashMap有赞
HashMap resize 扩容问题(1.7 头插法死循环 / 1.8 尾插法)有赞
乐观锁 vs 悲观锁海颐
分布式锁(Redis vs ZK)恩士讯
Redlock / Redis 锁丢失问题恩士讯

微服务 / 分布式 / Spring

考察点出现公司
微服务跨服务用户上下文传递(ThreadLocal + Redis + 网关)中泓一线
Spring Boot 自动配置原理恩士讯、海颐
Spring IOC / DI 注入方式海颐
Spring vs Spring Boot 区别海颐
Spring Cloud / 微服务生态中泓一线
CAP 理论中泓一线
分布式选举恩士讯
模板方法模式中泓一线

MySQL / 数据库 / 索引

考察点出现公司
MySQL 索引实现(B+树)拼多多
B+树 vs 二叉树对比拼多多
聚簇索引 vs 二级索引北京用友
倒排索引原理(ES)恩士讯、北京用友
索引失效场景海颐
SQL 调优经验(分页深坑优化)恩士讯、海颐
MVCC 原理恩士讯
事务注解失效场景恩士讯
MySQL 查询优化拼多多、北京用友

Redis / 缓存 / 消息队列

考察点出现公司
Redis 数据结构海颐、北京用友
Redis 缓存雪崩海颐
Redis 持久化海颐
Redis 分布式架构中泓一线
Redis 做 MQ vs Kafka/RocketMQ 对比恩士讯
Kafka 偏移量 / Rebalance中泓一线、拼多多
Kafka vs RocketMQ 场景选择海颐
Kafka 重复消费/丢消息拼多多、海颐

DevOps / K8S / CI/CD

考察点出现公司
CI/CD 流水线理解(Jenkins→构建→镜像→部署)OPPO
K8S 滚动更新 / 健康检查探针OPPO(预测)
K8S 环境标签 / 资源管理有赞、探迹
容器沙箱 vs 普通容器华大制造、北京用友
离线部署经验OPPO
DevOps 方向认知OPPO

计算机网络 / 安全

考察点出现公司
XSS 攻击北京用友
双因素认证北京用友
登录鉴权北京用友、探迹
TCP 三次握手/四次挥手/TIME_WAIT/拥塞控制OPPO(预测)

前端

考察点出现公司
JS 创建对象中泓一线
Vue 拦截器中泓一线
CSS 定位布局中泓一线
前端了解程度中泓一线、北京用友

个人 / 职业规划 / Relocation

考察点出现公司
离职原因/离职时间几乎所有公司
居住地 / 通勤 / relocation中泓一线、华大制造、安克创新、OPPO、北京用友、探迹、北京用友
职业规划(工程 vs PM)安克创新、华大制造
语言偏好(Java vs Python vs Go)OPPO、安克创新
加班态度华大制造
出差意愿海颐
成就感来源华大制造

开放设计题 / 编码题

考察点出现公司
短链接系统设计拼多多
BI 数据分析智能体设计广州大娱
垂直观测链路系统设计探迹
微服务用户上下文传递设计中泓一线
String to Integer 编码拼多多
投屏做题恩士讯

学习习惯 / 技术视野

考察点出现公司
技术学习途径中泓一线、安克创新
AI Coding 工具使用(Claude Code / Codex)探迹、北京用友、安克创新
中美 AI 差距看法安克创新
八股文态度安克创新
GitHub / 技术博客安克创新

统计:13 场面试,覆盖 10 家公司,累计提取约 350+ 个独立提问(含追问链)。 面试时段:2026-05-07 ~ 2026-05-26(20 天) 面试类型:Java 八股面(海颐/恩士讯)、AI 项目深挖面(华大制造/广州大娱/北京用友)、总监全景面(中泓一线)、综合性面(拼多多/OPPO/有赞)

面经
社招
AI
求职
54
158
分享
操作
评论
相关内容
0个评论
全部评论
点击登录,快来和大家讨论吧~
表情
图片

目录

🔥 热门文章
1
离谱,DeepSeek 崩了 5 小时,大家却喊:梁圣恩情还不完??
430
2
DeepSeek 全新模型发布,性价比最高的一集!
390
3
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
380
4
自己学习ai,直接买cursor 的套餐,还是买gpt 或者claude 的套餐?
360
5
又一个国产版 Codex 神器,也来卷办公了!
330
6
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
310
7
AI 越强,被它拒绝的代价就越大 我有时候会想:AI 越来越厉害之后,有些事情,会不会反而越来越难做? 这个想法看起来有点矛盾。AI 明明在降低门槛,让不会写代码的人做出软件,让不会画画的人生成图片,让一个人完成过去需要整支团队才能完成的工作。但今天用 Codex 的时候,AI 拒绝帮我编写 SQL 注入的请求体,而那还是我有源码、在本地跑测试的情况。那么,往后是否只会更难? 我们假设某一天,AI 说:「这个请求违规,我不能帮助你。」到那个时候,你还有多少能力,能绕过它,把事情做完? 这里的「违规」需要打个引号。平台的规则、模型的判断、法律的要求,以及一件事实际有没有造成伤害,彼此之间并不总是画得上等号。一个请求可能确实危险,也可能只是缺少上下文被误判,或者恰好落在某家公司的限制范围里。 无论是哪种情况,随着我们越来越依赖 AI,这句拒绝都可能变得越来越贵。 今天,一个程序员让 AI 帮忙写代码,AI 拒绝了,他大概率还有别的办法:查文档、找开源项目、问同行,或者自己写。麻烦一点,慢一点,但路还在。 可如果十年之后,大部分程序都由 AI 完成,情况就不一样了。 很多人从接触编程的第一天起,就习惯了描述需求、等待生成、运行结果、继续迭代。他们能做出相当复杂的产品,却未必经历过独立处理底层问题的训练。平时,这种能力结构完全够用,效率甚至更高。只有 AI 拒绝的时候,他们才会发现:平常被省掉的那段学习过程,恰好是此刻最需要的东西。 到那时,一次拒绝的成本,可能就从「今晚多花两个小时」,变成「先花半年学会这门技术」。 拿 SQL 注入举个稍显极端的例子:往后,连真正理解这类攻击如何发生、能够独立构造测试的人,会不会也越来越少? 这里也包括那些有正当需求的人。一个开发者想检查自己的旧系统,一个经过授权的安全研究员想复现漏洞,假如 AI 识别到危险模式就拒绝,而使用者又只熟悉「让 AI 帮我检查」,这项原本可以独立完成的工作,就这样卡住了。 但是安全专家不会因此消失,但这类技能可能越来越集中在少数人手里。你仍然可以找专家,只是要付出更多的钱、更多的时间,以及更高的沟通成本。 类似的困境,未必只发生在网络安全领域。 你想从一个停止维护的软件里取回自己的数据,需要解析它的旧文件格式。AI 判断这涉及规避保护措施,拒绝继续。你拥有这些数据,却没有能力把它们读出来。 你买了一台设备,厂商停止提供服务。你想修改程序让它继续运转,过程中需要处理某种访问限制。AI 不愿协助,而你所掌握的维修方式,早已只剩下「把报错发给 AI」。 你想给常用的网站写一个辅助工具,减少重复操作。平台将此归入自动化限制,AI 也据此拒绝。过去会写脚本的人可以自己判断、自己处理;未来的使用者,可能连从哪里开始都不知道。 这些例子有一个共同点:当工具同时承担了「执行工作」和「传授知识」的角色,它的拒绝就不只是挡住了一次任务,也挡住了获得这种能力的机会。 更麻烦的是,这种依赖往往是我们主动选择的,而且每一步都很合理。 既然 AI 几秒钟就能做好,为什么还要花几个月学习?既然公司可以采购成熟的 AI 服务,为什么还要养一支负责基础工作的团队?既然市场上已经很少有人手写这些东西,学校为什么还要花大量时间教? 对个人、公司和学校来说,这些选择都有现实依据。但叠加起来,整个社会保留的独立能力就可能越来越少。等到某项能力突然受到限制,我们才发现,备用方案早已在追求效率的过程中被一点点削掉了。 所以,「AI 越强,做事越便宜」可能只描述了未来的一半。 另一半是:被允许的事情越来越便宜,被拒绝的事情依然需要人工完成,却要面对更少的人才、更高的报价,以及越来越难获得的知识。两边的成本差距,会越拉越大。 有人会说,可以换一个模型,或者用本地模型。这确实是重要的选项。只要工具之间还有充分竞争,开放模型还足够可用,限制就未必能形成真正的门槛。 但备用方案也需要维护。它需要硬件、知识、软件生态,以及一群仍然理解这些系统的人。如果大多数人已经习惯了最方便的商业服务,那么「理论上还有别的办法」和「普通人实际用得起、用得明白」,之间仍然可能隔着很远。 我担心的,正是这段距离。 我不指望 AI 对任何请求都照单全收。对明显会伤害他人的行为设置限制,有充分的理由。但我们也需要关心:限制由谁定义,误判有没有申诉渠道,用户能不能换工具,以及脱离这个工具之后,还剩下多少独立行动的能力。 保留这些能力,平时看起来甚至有点低效,明明可以自动生成,还要理解原理;明明可以一键完成,还要知道手动怎么做。 但这些看似多余的知识,会在工具拒绝、失效、涨价或改变规则的那一刻,成为真正的选择权。 AI 越强,我们可能越需要留意它说「不」的那一刻。 因为那句话的分量,最终取决于:它拒绝之后,我们还能做什么。
310
8
什么是LLM
300
9
我的第一个出海产品!7 天 2 万
290
10
WorkBuddy 本地 API 桥 + dsh 插件:把你的 WorkBuddy 额度,变成手边随手可用的模型
290
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
墨得问题墨得问题