大模型研发工程师（Agent 方向）一面、二面面经

投的是百度大模型研发工程师，8.18，结果是MEG广告投放部门，整体面试大概 1h20min，面试官人挺好，主要围绕 Agent 基础、Context、RAG、前后端基础 + 手撕 来问。Agent 部分问得比较深入，不只是八股，会结合现在 Coding Agent 的发展追问。 整理一下主要问题： 平时怎么使用 AI 提效？结合实际场景举例。 如何理解 Prompt Engineering → Context Engineering → Harness Engineering 的演进？三者有什么区别？ Agent 上下文越来越长，快超过 Context Window 时一般怎么处理？如果让你设计上下文压缩，会怎么设计？Claude Code 是怎么做上下文压缩的？是否了解 Claude Code 的“三层压缩”？ 如果从零搭建一个团队内部的知识问答 RAG，完整流程是什么？主要分哪些步骤？ 如果自己设计一套 Agent 教程 / 学习体系，会怎么划分章节？什么样的 Agent 教程算比较好的教程？内容来源怎么组织？Claude Code 这类 Coding Agent 应该重点研究哪些东西？ 数据库基础：了解数据库索引吗？实际项目里怎么使用索引？如果设计一张存储 K 线数据的表，会怎么设计？ 前端基础：有哪些前端开发经验？平时主要使用什么前端框架？ 手撕：二叉树前序遍历 + 层序遍历。 整体感觉一面的 Agent 浓度挺高，个人觉得比较值得准备的是 Context Engineering、Harness Engineering、上下文压缩、Claude Code、RAG 这几个方向。面试官会从“知道概念”继续往“具体怎么实现”追问，所以只背 Agent 定义感觉不太够。 后面还有二面，二面基本继续围绕 Agent 应用、Claude Code、Tool Calling、C 端 Agent 架构 深挖。