北京AI公司技术面试面经

---

一、基础信息

项目	内容
岗位	后端开发（Java/Python方向）
面试轮次	技术面
面试形式	视频会议
面试官角色	技术面试官
时间	2026年5月11日

---

二、面试题目

1. 自我介绍（1-2分钟）

• XXX大学在读，自学Java技术栈（Spring Boot/MySQL/Redis）
• 三段实习经历，主攻TOB智能体、电商业务、AI应用（RAG/知识图谱/多智能体）
• 求职意向：6-8月入职实习，意向城市杭州/深圳

2. 项目深挖（30-40%时间）

• 项目1：北京未来科技TOB智能体研发，负责RAG（向量检索+知识图谱）、多轮对话、子智能体感知、知识图谱动态构建
• 项目2：Cider电商业务开发，参与业务逻辑实现
• 项目3：未详细说明
• 技术亮点：多智能体编排、记忆三层架构（当前/近7天/长期）、子智能体自动更新图谱
• 职责边界：区分技术实现与产品测试，高频人工测试提示词效果

3. 八股文/基础知识（20-30%）

• 操作系统：进程/线程/协程（goroutine）；对比协程与线程；计算密集/IO密集选型
• MySQL：慢查询排查步骤；覆盖索引；MVCC、快照读/当前读；数据一致性与视图
• 设计模式：单例模式、策略模式及应用场景
• 前端：BoE、React、SSR服务端渲染
• AI技术：RAG、向量检索、知识图谱、子智能体、多智能体编排
• 其他：GitHub使用、版本管理、阿里云平台经历

4. 算法/代码题（20-30%）

• 提及正在学习算法，未现场考察代码题

5. 场景/系统设计（高阶岗位）

• 未考察系统设计题

6. 反问环节

• 未提及具体反问内容

---

三、面试复盘

维度	记录
回答较好的部分	实习经历丰富；MySQL慢查询、索引优化有实操；RAG/知识图谱/多智能体项目表述清晰；技术选型与业务场景结合
卡壳/答错的知识点	Go协程与Java21虚拟线程概念混淆；MVCC理解不扎实；函数式编程仅停留在实操；设计模式、前端知识体系零散
沟通表达问题	技术理论表述不系统；知识点跳跃；部分概念解释生疏
面试官反馈	实践经验充足，理论体系需加强

---

四、后续行动

• 补强操作系统：协程/虚拟线程原理与区别
• 系统梳理MySQL：MVCC、事务隔离、索引优化
• 整理设计模式，形成体系化理解
• 优化项目表述逻辑，突出难点与成果
• 持续算法练习，提升代码能力
• 补充前端与Java基础体系