一、AI Agent 相关#

1. AI Agents 和大模型的本质区别是什么？

   • Agent 相比单纯的大模型对话进化在哪些方面？

2. 什么是 ReAct 框架？

   • 它的工作原理是什么？解决了什么问题？

3. Agent 的 Memory（记忆）机制有哪些？

   • 请简要说明。

二、RAG（检索增强生成）相关#

1. RAG 解决了大模型中的哪些问题？

2. RAG 系统中文档分块的策略有哪些？

   • 如何选择适合自己的分块方式？

3. 如何评估一个 RAG 系统的检索质量？

   • 追问：只看召回率吗？

4. 检索阶段的常见瓶颈是什么？

   • 如何定位问题？

5. 微调（Fine-tuning）与 RAG 的区别是什么？

   • 各自适合什么场景？在实际项目中如何决策？

三、Java / JVM 基础#

1. 一个 Java 进程从启动后，其内存对象大概是如何分布的？

2. 函数的临时变量存放在哪里？

   • 栈和堆是如何关联的？

3. 你用过或了解哪些垃圾回收算法？

   • 最常用的是哪一种？
   • 追问：JVM 参数中可配置的 GC 算法/回收器。

四、AI coding#

• 面试官在 AI coding 环节没有直接评价完成质量，但进行了以下深入追问：
  • 询问对题目的理解
  • 完成后要做什么（比如测试）
  • 开发过程中是否存在问题