字节Anget实习一面。

元数据

作者：程序员随风
分类：面经
抓取时间：2026-07-25T06:45:37.076Z
原文：[打开小红书笔记](https://www.xiaohongshu.com/explore/6a3a733c000000001100709f
互动：112 / 174 / 评论

正文

一面围绕 AI Agent 项目连续深挖，从 RAG、MCP、Skill、Harness 一直问到 Redis 一致性、分布式锁、ZSet、MySQL 索引，最后还加了一道组合总和代码题。整体更看重工程落地，而不是背概念。#面经 #Anget面试 #Java面试

#面经 #Anget面试 #Java面试

长图内容（视觉重读）

由 AI 视觉重读截图整理，替代原 tesseract OCR 乱码。图 p02 为 18 题清单（60min），p03–p05、p01 为逐题回答卡片。

字节 Agent 实习一面（60min）— 题目与博主回答

1. 自我介绍：27 届 211 硕二在读，方向是 Java 后端开发、AI Agent 应用落地和多模态算法工程化。实习做过智能康复训练平台（模型训练、边缘端部署、多模态数据处理），核心项目是 AI 长文创作与会员拼团平台（后端做会员、拼团、锁单、库存、消息补偿链路；AI 侧用 RAG 解决长文生成稳定性）。

2. AI 长文创作平台里怎么搭建 Agent 工作流并提升生成准确性？
把长文生成拆成 Planner、RAG、Writer、Reviewer、Repair、Save 几个节点，用 LangGraph 做有状态编排，不让模型一次性把所有事情做完。准确率主要靠分层记忆和审稿修复：短期记忆放最近章节，长期记忆放人物设定和世界观，Reviewer 发现冲突后进入 Repair，实际比单轮生成稳定很多。

3. 项目里实际用到了哪些 Agent 技术能力？
Workflow 编排（控制生成流程）、Memory 管理（解决长篇设定遗忘）、RAG 检索（召回历史章节和角色卡）、Tool Calling（查章节、存内容、更新状态、调业务接口）。

4. 怎么看最近 Agent 技术的发展方向，哪些更容易工程落地？
更看好 Workflow Agent、Agent + RAG 和工程化 Runtime。单纯靠 Prompt 很难稳定上线，真正落地依赖任务拆分、知识召回、工具调用和失败修复。现在 Agent 越来越像一个分布式任务系统，不只是模型调用。

5. 如果要给 Agent 生成一个 Skill，并通过 MCP 接入外部能力，怎么设计？
先定义 Skill 的能力边界（描述、输入、输出、触发条件），再把真实能力封装成 Tool（查询章节、保存内容、检索角色设定）。MCP 这层做标准化接入：服务端暴露 Tool Schema，Agent Runtime 注册这些能力，执行时按任务动态调用，同时限制权限和超时。

6. 从工程化角度看，Agent Harness 主要解决哪些问题？
主要解决评测、观测和回放。Agent 有随机性，不能只看一次输出；工程上要看任务完成率、Tool 调用成功率、延迟、成本和错误链路，最好能把每一步 Prompt、模型输出、Tool 入参都 Trace 出来。

7. 如果一个 Agent 需要调用另一个 Agent，怎么做编排和防失控？
不让两个 Agent 直接互调，加一层 Orchestrator 做任务拆分和调度。固定流程用 LangGraph 画节点，复杂任务用消息队列异步通信。防失控靠 max depth、timeout、retry limit，避免 A 调 B、B 又反过来调 A。

8. 智能康复训练平台解决什么业务问题，你负责什么？
解决家庭康复训练里动作是否标准、注意力是否稳定的问题。负责代偿动作识别、数据处理和模型部署。系统结合骨架点、IMU、视线状态和疼痛反馈，给训练难度做动态调整，重点是让模型能力跑在真实设备上。

9. 康复平台用到哪些模型和工程技术？
模型侧 PyTorch、GCN、Transformer，用骨架点建模人体结构、IMU 捕捉动作变化；工程侧做边缘端推理部署和视线估计模型优化。最大的坑不是模型结构，而是多模态数据时间戳对齐。

10. Redis 在平台里主要解决了哪些问题？
拼团锁单、库存预扣、分布式锁、热点配置和动态配置通知。拼团高峰先用 Redis 原子操作做库存占用，避免请求都打到 MySQL；活动规则、黑名单、限流阈值这类变化不频繁的数据也放 Redis 缓存。

11. Redis 和 MySQL 同时存业务状态，怎么保证最终一致性？
MySQL 是最终数据源，Redis 更多存过程态（库存预占、锁单状态），不做强一致双写。读缓存用 Cache Aside，写 MySQL 后删 Redis。库存预扣场景落库失败就释放 Redis 占用；支付和结算链路通过 RabbitMQ 重试和定时任务补偿。

12. Redis 分布式锁具体用了什么方案？
Redisson 和 SetNX 两类：支付回调、拼团结算这种链路较长的场景用 Redisson（有 watchdog 自动续期）；库存预占这种短耗时场景用 SetNX，性能更轻。锁粒度按 orderId 或 groupId 控制。

13. 裸 SetNX 做分布式锁有什么问题，和 Redisson 区别？
裸 SetNX 最大问题是锁过期时间难定、没有自动续期、有误删别人锁的风险；自己实现至少要 value 校验加 Lua 删除。Redisson 封装了续期、可重入和等待机制，复杂业务更稳；SetNX 适合短链路、轻量锁。

14. Redis 的 ZSet 底层怎么实现？
大数据量时是 HashTable 加 SkipList：HashTable 负责 member 到 score 的快速查询，SkipList 负责按 score 排序、范围查和排名。小数据量时用 ListPack 压缩存储，主要为了省内存。

15. MySQL 脏读和幻读分别是什么，怎么避免？
脏读是读到别人还没提交的数据；幻读是同一个范围查询前后查出的行数变了。避免脏读靠隔离级别（不能用 Read Uncommitted）；幻读在 InnoDB 里普通快照读靠 MVCC，当前读靠 Gap Lock 或 Next-Key Lock。

16. B 树和 B+ 树在数据库索引里的核心区别？
B 树每个节点都可能存 key 和 data，查找可能在中间节点命中；B+ 树非叶子节点只存 key，真实数据都在叶子节点，查询路径更稳定，叶子节点之间有链表，范围扫描更适合数据库查询。

17. 为什么 MySQL 索引用 B+ 树而不是 Redis 跳表这类结构？
核心是 MySQL 面向磁盘，优先减少随机 IO。B+ 树按页组织、树高低，一次查询只需少量 IO；跳表偏内存结构，指针跳转在内存里成本低，放到磁盘上容易变成大量随机访问。

18. 你对当下 Agent 能力怎么看待？
Agent 能力进步很快，尤其任务拆解和 Tool 调用。简单任务已能稳定落地（客服、Research、代码辅助），但复杂任务问题还很多：稳定性差、成本高、长链路容易失败，离真正通用 Agent 还有距离。

手撕：组合总和。

反问：如果贵团队现在推进 Agent 应用落地，线上更关注 RAG 召回质量、工具调用稳定性，还是评测体系建设？

面试感受：主线不是单纯问八股，而是围绕一个 AI Agent 项目连续追问工程落地能力。前半段看 Agent 工作流、RAG、Skill、MCP、多 Agent 编排和 Harness；后半段切到后端基础（Redis 一致性、分布式锁、SetNX 风险、ZSet 底层、MySQL 隔离级别、B/B+ 树），整体偏项目深挖加基础扎实度。