3.13 广州Top拓扑 Ai Agent实习生面试

1. 自我介绍 ，面试官介绍公司业务，主要是外贸

2. 普通大模型与Agent的区别？

Agent是一个具备自主决策，拥有记忆思考能力，能够调用外部工具的LLM，而普通的大模型只能进行单向的输入输出， Agent有ReAct工作流程，通过思考->行动->观察再行动的循环， 直到符合结果再输出

3. RAG的工作流程？

首先要进行文档解析，其次是切分文本块，切分文本块时需要设置重复区间，防止语义切割，最后通过调用Embedding模型把文本块向量化转化成多维浮点数数组，在进行检索的时候，同样要把Prompt调用相同的Embedding模型向量化，然后在数据库中检索，通过欧氏距离或者余弦相似度查找语义最接近的文本，然后拼接成一个新的prompt注入到llm上下文

4. 场景题： 大模型的token消耗和执行效果监控体系？

答： 使用DIFY平台进行工作流监控，或者开源工具 面试官回答：langchain等开源库用于大模型编排，并提到langsmith工具用于执行监控和链路优化

5. 场景题：怎么把选款要求（风格匹配）转化为可执行的算法逻辑，工作流？

答： 自动化爬虫+APi构建工作流，将业务逻辑封装成工具类并注册为插件 面试官回答：使用N8N工作流编排，通过第二层agent对第一层agent结果进行评价打分

6. 场景题：谷歌以图搜图场景时，指出两个核心问题：视频提取的技术可行性，以及视频内容与目标商品的匹配验证？

答：WebSocket长链接全双工协议下载视频， 通过抽取样本帧或者逐帧比对图片查找合适的视频，利用OpenCV库识别 面试官回答：视频解析需抽关键帧而非整段处理，指出多模态模型虽可行但体积过大，建议用多帧匹配方案

7.场景题： AI全面代理和固定工作流的适用场景？

答： 客服这类固定场景可以用固定工作流，而视频下载这种可以AI全面代理。 面试官回答：标准场景（选品、上架等）需固定流程，非标场景（员工琐碎工作）适合提供工具平台由AI自主处理。

8. 询问面试通过后最快多久入职，

答：一周内

反问： 工作制度

早九晚六弹性工作制，大小周

面试官评价： 大模型知识基础扎实，懂底层原理