蚂蚁集团 大模型算法面经（一面）

秋招 · 2026-10 · 来源 牛客

聚焦AI Agent系统设计与工程落地，兼顾大模型底层原理和传统CS基础

• 一面 · 项目：介绍一个AI Agent项目，说明业务方案与落地效果
• 一面 · 场景：解释用Markdown维护Agent记忆的设计意图，并对比RAG在信息检索与状态管理上的差异
• 一面 · 开放：分析多Agent协作相比固定Workflow架构的核心优势
• 一面 · 场景：在无人工审核前提下，保障Agent自动执行稳定性的技术策略
• 一面 · 八股：阐述大模型工具调用（Function Calling）的实现原理及工具选型关键考量
• 一面 · 八股：解释MCP协议的作用，以及工具调用失败时的重试与降级机制设计
• 一面 · 场景：描述中心调度Agent如何完成任务拆解、子任务分发与结果聚合
• 一面 · 八股：说明KV Cache在大模型自回归推理中的作用与优化价值
• 一面 · 八股：解释MySQL索引采用B+树而非B树的原因及其结构优势
• 一面 · 八股：说明Python GIL机制及其对多线程CPU利用率的限制原理
• 一面 · 手撕：用数组实现支持O(1)获取最小值且线程安全的栈