百度测开 面经（面试官是开发，一点测试也没）

我的简历靠开发一点，面试官虽然在测开岗 ， 但它其实做的是开发的工作，所以它面的我

首先自我介绍 然后项目拷打

ai智能体项目

1. 关于 预编排与 ReAct编排

   ▼
   text
   复制代码
   预编排就是 让开发人员先切分好任务，规划好ai 的路径，让ai去按照路径来执行任务， 比如让ai 先生成小说大纲， 然后让他先生成一章，在生成一章
   
   ReAct 编排 是 让ai自己进行思考推理， 得出要执行的工具//方法 /流程， 自己来执行。
   
   预编排是它比较稳定， ai按照既定的路线执行，很少出现差错 ， 适合一些比较精密，提前知道流程的任务 。
   
   而ReAct编排是 让ai 自己思考后执行。 随机性更多，更灵活，但同时也是不可控，需要提示词工程来保证它的正确输出
   

2. 你的ReAct架构是spring ai 自带的，还是自己实现的，openmanus的架构是什么样子的

   ▼
   text
   复制代码
   spring ai 没有显示的原生的ReAct框架，底层是有一定的支持， 但是我自己参考openmanus 架构实现了一个基础版的。
   
   主要是分层次。
   
   首先是一个 BaseAgent ，在这里做了: 做了状态管理， 记忆管理，最大步数限制， 以及agentic loop 的实现： 判断如果没有达到最大步数/ai的状态没有达到结束的状态，就会循环。循环中执行 单次执行
   
   然后这个单次执行 是在ReActAgent 抽象类中， 这里实现了 单次执行的方法 step，在方法中主要是调用think 与act 方法， 这两个方法是交给了toolcallAgent
   
   toolCAllAgent 实现了think 与act 方法， think方法是：调用一次ai，通过cot思维链提示词，让他进行思考，选择出他要调用的工具，将结果存储到ChatResponse中，交给act方法，act 方法中 获取所有要执行的工具， 然后设置记忆，然后调用ai执行工具，并将结果记录到记忆中。再次循环这样子
   

3. 工具有多少，使用率怎么样

   ▼
   text
   复制代码
   没有具体测试过使用率， 但是当时开发时，是依次开发工具，设置单元测试，来让ai 调用工具，通过debug 的一个形式来查看是否进行了工具调用，最后做了一个所有工具都调用的一个测试。 但是有概率 可能第一个工具没用到，
   

4. 这么多工具，写一段话让所有工具调用， 有测试过吗 执行稳定性

5. 工具与工具之间有输入输出关系 的，这种情况有吗 ，有想过实际的场景中会出现这种情况，比如查天气工具，1. 查地理位置 2.查天气。

6. 你觉得 ReAct 与 普通的智能体 的优缺点是什么

   ▼
   text
   复制代码
   ReAct 它是让模型自己进行思考然后调用工具执行任务。他的灵活度更高，
   
   同时他是多轮次执行， 所以更适合复杂的任务，对于错误，他是有可能会进行自我修正的。
   
   但是这同样是他的缺点： 就是可控性低，成本要更高
   
   普通的智能体：可控性高，执行的路径由开发人员来选择的。 成本调用更低
   

7. 在你的场景中七个工具都是独立的， 那为什么还要使用ReAct。其实不需要思考什么，只需要调用工具就好了。不依赖这种深度思考的能力。反而你因为ReAct多次调用，导致，比如一个工具是90%的概率， 那多次执行的话是：909090

8. rag 你 是做了哪一方面的文档

9. 知识库如何定时更新

   ▼
   text
   复制代码
   首先数据从哪里来， 我在大一学过爬虫，第三个项目也是使用爬虫来获取初始数据，所以这里数据来源可以使用爬虫来进行。
   
   然后要考虑到去重，可以先存储到redis中，使用set数据结构 来实现去重。
   
   然后就是将爬取到的数据进行处理： 比如：过滤敏感词，转换为markdown格式
   
   然后就是对形成的markdown文件进行处理。 进行切片，然后选用嵌入模型，对数据进行归一化处理， 然后存储到向量数据库中
   
   可以使用定时任务来完成，每过一天执行一次。
   
   或者说 监控数据库的binlog 如果出现变动就交一个任务给消息队列，让他实现更新
   

10. 如果有一个场景要检测“老婆饼”的信息，但是它给的输出都是和“老婆”相关的信息，这个你怎么处理

    • 首先可以使用中文分词器进行分词
    • 通过增加元数据： 给老婆饼增加食物的标签，给老婆增加情感的标签
    • 那其实可以先对用户的请求进行一个转化：比如我实现的re-readingadvisor，他的作用就是在提示词提交给用户之前，对提示词进行一个模版字符串的替换，增强一下用户提示词。 或者通过ai对用户的提示词进行改写
    • 还有在查询对结果后，使用rank模型对语义比较符合的数据选择

11. 讲一讲 rag的底层和一些使用到的技术

12. 你觉得rag 与微调 的区别

    • rag 是检索增强生成
    • 微调 是 对模型进行再训练

    举个例子：

    • rag 是给ai 一本书
    • 微调 让ai 记住这本书的内容

13. 你认为ai 未来可能演变的方向是什么

▼
text
复制代码
1.  我说的是可能未来通过对话与操作系统交互， 然后面试官先问你认为鼠标点击与对话两种方式操作的优缺点，然后说：ai对泛化的知识可能是很有帮助的，但是对于一些精细的操作，不是很好用

八股+ 场景

设计模式

1. 装饰器模式 与 代理模式的区别
2. 单例模式的创建方式

计算机网络

1. http 与https 的区别 对称加密与非对称加密那一块
2. tcp 是怎么做到 所有字节完整运输到对面

mysql

1. 将网址存储到mysql中（网址很长），如何优化查询速度 想了半天面试官提示了把网址变短

手撕

leetcode 39 组合总和

总结

ai项目 第一次面： 大部分都不咋会。 场景题也是断断续续的， 手撕也没出来

后续调整

继续了解ai 相关的技术

学习场景题

刷算法

过了居然 ，今天约2面了（8/12）， 面试官是好人。