AI 应用开发工程师二面面经

无自我介绍。 1. 不做自我介绍了，直接挑一个你最熟悉的项目讲一下。 2. DoVideoAI 主要解决什么问题？ 3. 从用户上传视频到最终拿到分析结果，完整链路是什么？ 4. 这个项目为什么要设计成 Agent？ 5. 你所说的受控 Agent Workflow具体受控在哪里？ 6. Planner、Executor 和 Critic 分别负责什么？ 7. 为什么要拆成三个角色？ 8. Critic 如何判断 Executor 的结果是否合格？ 9. Critic 和 Executor 使用的同一个模型吗？ 10. Critic 判定不通过以后你怎么做的？ 11. 如何防止 Planner、Executor 和 Critic 之间反复循环？ 12. 如果 Agent 正在处理一个长任务，用户又输入了新的问题，系统会发生什么？ 13. 用户不断追问时，Agent 的上下文会不会无限增长？你是怎么管理上下文长度的？ 14. 长视频为什么不能直接全部交给大模型？ 15. VideoContext 的数据结构是什么？ 16. 一条 VideoSegment 中保存哪些内容？ 17. ASR、OCR你选型有想过吗？ 18. 你如何控制线程池，避免长视频把机器资源打满？ 19. 具体讲一下你说的这个检索怎么做的？ 20. 为什么同时使用关键词检索和向量检索？ 21. Chunk 摘要直接作为最终答案的证据不行吗？ 22. Embedding 模型和向量数据库是如何选择的？ 23. 你对 RAG 做过哪些评测？如何分别评估召回质量和最终回答质量？ 24. 如果检索不到相关内容，是视频中本来没有答案、解析阶段丢失了信息，还是检索策略有问题？ 25. 讲一下你对这类检索策略的理解？ 26. 模型返回的 JSON 不符合结构要求怎么办？ 27. Checkpoint 保存了什么？视频级 Checkpoint 和目标级 Checkpoint 为什么要分开？ 28. 视频级 Checkpoint 和目标级 Checkpoint 为什么要分开？ 29. 为什么使用 Redisson Watchdog？ 30. 你认为这个项目当前最大的技术边界是什么？ 31. 距离真正上线还有哪些工作要做？ 32. 这个项目中哪些代码和设计是你亲自完成的，哪些是 AI Coding 辅助完成的？你如何验收 AI 生成的代码？ 33. 讲一下你在这个项目里遇到最难定位的一个 Bad Case 是什么？ 34. 你现在还在京东吗？ 35. 反问 #秋招面试记录#面试时间8.24 就拷打项目，难度不高。