面试之前，先来面栈
搜索
中兴

Agent 开发工程师一面面经

发布时间：面试阶段：一面发布地：美国作者：4月开始找暑期还来得及吗查看原帖 ↗

完整信息
归档编号：
MJ-NC-2026-0436
原帖标题：
中兴 实习 agent开发 一面凉经
所属公司：
中兴
岗位：
Agent 开发工程师
面试阶段：
一面
面试结果：
作者自称凉经
岗位类型：
实习
发布时间：
发布地：
美国

23 条问法 · 22 道题

本篇目录
#发面经攒人品# 请先做一个简单的自我介绍。 你现在是研究生在读吗？预计什么时候毕业？ 之前在北京的医疗科技公司实习，主要做什么内容？是实习岗位吗？ 你了解我们现在面试的也是一个实习岗位吗？ 你在那家公司主要待了多久？他们公司主要做什么？ 你参与的是RAG知识库的构建工作吗？具体是怎么做的？ 拿到一个文本后，你会怎么处理来构建知识库？输入源是文本，具体处理流程是怎样的？ 你提到大于512（token）的存在向量数据库，小于512的存在缓存里，对吗？ 如果大于512的内容没有存入向量数据库，那检索时怎么找到它？因为最终查询是基于向量数据库的。 实际使用时，用户通过自然语言对话来查询，表达方式多样且不确定，RAG返回的答案会不会出现较大偏差或波动？ 检索时计算向量距离，用的是Embedding模型吗？ 向量化是怎么做的？比如给定一段文本，如何将其向量化？能否解释一下向量化的过程？ 你主要用了哪个Embedding模型？ 用了GPU吗？公司是否部署了GPU用于训练大模型？ RAG的知识库是部署在本地还是企业服务端？ 你在介绍模型优化时提到了“蒸馏”，请解释一下什么是知识蒸馏技术。 你写过Skill吗？（进一步问：Skill是什么？） 你们主要用什么开发语言？用什么工具？ 除了Cursor之外，你有没有自己编过码？有没有独立开发过？ 使用Cursor和自己编码有什么区别？有什么感受？ 你的英语怎么样？CET6是本科还是研究生考的？ 你这边有什么问题想问我的吗？
本篇目录
  1. 01
    请先做一个简单的自我介绍。
    关联题目请做一个自我介绍，说明自己的实习与学习经历。面前必看项目与综合面试 / 个人介绍与教育经历经历介绍176篇相关面经
  2. 02
    你现在是研究生在读吗？预计什么时候毕业？
    关联题目学业、英语考试及毕业安排情况如何？项目与综合面试 / 个人介绍与教育经历经历介绍5篇相关面经
  3. 03
    之前在北京的医疗科技公司实习，主要做什么内容？是实习岗位吗？
    关联题目请介绍一个你做过的项目，包括背景、架构与个人职责。面前必看项目与综合面试 / 项目背景、架构与职责项目深挖基础147篇相关面经
  4. 04
    你在那家公司主要待了多久？
    关联题目这段实习发生在什么时间？项目与综合面试 / 项目背景、架构与职责经历介绍1篇相关面经
  5. 05
    你参与的是RAG知识库的构建工作吗？具体是怎么做的？
    关联题目RAG 从知识入库到在线问答的完整流程是什么？已有答案面前必看RAG 与知识系统 / RAG 架构与生成链路系统设计进阶52篇相关面经
  6. 06
    拿到一个文本后，你会怎么处理来构建知识库？输入源是文本，具体处理流程是怎样的？
    关联题目RAG 怎样进行切片、向量化和存储，使用哪些工具？RAG 与知识系统 / 文档解析与清洗项目深挖进阶1篇相关面经
  7. 07
    向量化是怎么做的？比如给定一段文本，如何将其向量化？能否解释一下向量化的过程？
    关联题目文档向量化的具体流程是什么？RAG 与知识系统 / Embedding 与向量表示原理机制基础0篇相关面经
  8. 08
    你写过Skill吗？
    关联题目是否设计开发过 Skill，功能边界与实现方式是什么？Agent 原理与系统 / Skills 能力系统经历介绍4篇相关面经
  9. 09
    你们主要用什么开发语言？用什么工具？
    关联题目你的项目使用哪些技术栈，各自负责什么？面前必看项目与综合面试 / 技术决策与业务理解项目深挖基础21篇相关面经
  10. 10
    除了Cursor之外，你有没有自己编过码？有没有独立开发过？
    关联题目是否从零到一独立开发过小应用或工具？项目与综合面试 / 项目背景、架构与职责经历介绍3篇相关面经
  11. 11
    你的英语怎么样？CET6是本科还是研究生考的？
    关联题目学业、英语考试及毕业安排情况如何？项目与综合面试 / 个人介绍与教育经历经历介绍5篇相关面经
  12. 12
    你了解我们现在面试的也是一个实习岗位吗？
    关联题目是否清楚本次应聘的是实习岗位？项目与综合面试 / 求职动机、职业选择与安排经历介绍0篇相关面经
  13. 13
    他们公司主要做什么？
    关联题目之前实习公司的主要业务是什么？项目与综合面试 / 项目背景、架构与职责经历介绍0篇相关面经
  14. 14
    你提到大于512（token）的存在向量数据库，小于512的存在缓存里，对吗？
    关联题目项目是否按 512 Token 阈值分别写入向量数据库和缓存？RAG 与知识系统 / 向量数据库与索引项目深挖进阶0篇相关面经
  15. 15
    追问
    如果大于512的内容没有存入向量数据库，那检索时怎么找到它？因为最终查询是基于向量数据库的。
    上一问 ↑
    关联题目大于 512 Token 的内容未写入向量库时，向量查询如何找到它？RAG 与知识系统 / RAG 评测与故障排查项目深挖进阶0篇相关面经
  16. 16
    实际使用时，用户通过自然语言对话来查询，表达方式多样且不确定，RAG返回的答案会不会出现较大偏差或波动？
    关联题目用户自然语言表达多样时，RAG 答案会不会出现较大偏差或波动？RAG 与知识系统 / RAG 评测与故障排查效果评估进阶0篇相关面经
  17. 17
    检索时计算向量距离，用的是Embedding模型吗？
    关联题目向量距离计算与 Embedding 模型分别负责什么？RAG 与知识系统 / Embedding 与向量表示原理机制基础0篇相关面经
  18. 18
    你主要用了哪个Embedding模型？
    关联题目项目使用了哪个 Embedding 模型？RAG 与知识系统 / Embedding 与向量表示项目深挖基础0篇相关面经
  19. 19
    用了GPU吗？公司是否部署了GPU用于训练大模型？
    关联题目项目是否使用 GPU，公司是否部署 GPU 训练大模型？模型训练与对齐 / 分布式训练与计算硬件经历介绍0篇相关面经
  20. 20
    RAG的知识库是部署在本地还是企业服务端？
    关联题目RAG 知识库部署在本地还是企业服务端？RAG 与知识系统 / RAG 架构与生成链路项目深挖进阶0篇相关面经
  21. 21
    你在介绍模型优化时提到了“蒸馏”，请解释一下什么是知识蒸馏技术。
    关联题目什么是知识蒸馏？模型训练与对齐 / 蒸馏与模型合并概念解释基础0篇相关面经
  22. 22
    Skill是什么？
    关联题目如何理解 Agent Skill？Agent 原理与系统 / Skills 能力系统原理机制基础13篇相关面经
  23. 23
    使用Cursor和自己编码有什么区别？有什么感受？
    关联题目使用 Cursor 与自行编码有什么区别和感受？AI 应用工程与治理 / AI Coding 与研发流程经历介绍0篇相关面经

相关公司