后端开发工程师（AI 平台）二面面经

字节二面（Trae） 流程：自我介绍 → 实习深挖（Agent 原理 + 评测机制 + RAG + 上下文管理）→ AI Coding 工具（Solo/Plan 模式设计）→ 系统设计（B 站实时弹幕）→ 代码测试（二维矩阵 DFS 找字符串）→ 反问。 面试官问题

简单自我介绍一下。 你之前做过一个 Agent 的开发，对吧？ 那一个 Agent 它运行的原理是怎么做的？ 那主要做的工作是啥？ 评测机制怎么做的？ 准确率怎么计算？ 这个打分模型要具备什么特性？ （打分模型）他用了什么呀？ 这个模型自身的幻觉，或者他自身对某一类回答的偏好的问题，怎么处理？ 你做了 Prompt 调优？在 Dify 它有一个分类器节点，通过大模型去做一个分类，介绍一下？

上下文管理是怎么做的？ 那它（Dify）原生的是怎么样子？ 压缩怎么做？

RAG 主要是用来做什么的？

假设这个工具（Solo/Plan 模式）这个功能让你来设计，你能大概想一下这个功能怎么实现呢？（追问）架构的设计？（追问）工程链路的话？

设计 B 站实时弹幕系统。 这个数据结构跟存储怎么选？

二维矩阵中搜索字符串（深度优先搜索 DFS），说一下思路并实现。 反问 您所在的这个部门主要负责的是 Trae 这个产品，大概是做哪方面业务的？（面试官回答）主要做三大块：第一是 Prompt 调优平台（搭整套 Prompt 调优的旗舰平台）；第二是模型管理（对接各种模型，管理性能稳定性资源，类似 AI Gateway）；第三是上下文相关（包括 Context 框架、RAG 相关）。 我理解它可能跟传统后端不是那么接地，您主要用到的技术栈还是那些？（面试官回答）类似传统后端工程，差不多，但会接触到更多的知识、概念。 比如技术语言、中间件大概用到的那些？（面试官回答）C++、Go，中间件就是传统后端的一些，比如 MySQL 等。 AI Code 工具能力确实强大，我们人类主要开发人员对比它们有哪些方面的优势？（面试官回答）主要是架构师能力。基础的精力和编码可以交给 AI（Code），但怎么去划分架构、让它更好，并且跟每个任务自己的一个验证，这块能力需要提升，后面会是重点。 平时工作中用的比较多的工具是哪一个？（面试官回答）简短确认（具体工具名 ASR 不清）。 阿里校招内推码：2T4VR26T