迅雷 大模型算法面经（一面）

秋招 · 2026-09 · 来源 牛客

聚焦Agent系统设计与工程落地，重点考察RAG、记忆机制、工具调用（MCP/Skill）、多模态/多Agent协同开发规范及Java后端基础

• 一面 · 项目：如何量化意图识别效果；当语义相似但真实意图不同时，Agent如何区分并正确路由
• 一面 · 场景：Agent记忆模块发生混淆时的优化策略；如何让Agent判断历史对话经验是否可复用
• 一面 · 八股：RAG的局限性及演进趋势；reranker的底层原理（基于Transformer的交叉编码机制）、重排序输入形式（top-K还是top-P）
• 一面 · 八股：文本chunking策略及跨chunk语义关联方法；向量索引与结构化存储（DB）的协同设计
• 一面 · 八股：Skill抽象的设计原理与执行流程（参数绑定、工具注册、动态调用）
• 一面 · 场景：设计MCP（Model-Controller-Plugin）架构实现工具暴露与集成，支持stdio等多协议接入
• 一面 · 开放：面向AI-Native开发场景，制定多人协作的Agent开发规范；当团队使用不同LLM（如Claude）驱动的Coding Agent时，如何保障代码风格与接口一致性
• 一面 · 八股：Java concurrent包核心组件；线程池的四种标准创建方式（Executors工厂方法）
• 一面 · 八股：Spring Bean的完整生命周期（从实例化、属性填充、初始化回调到销毁）