AgentAlpha · 面试间← 返回主站

五厂真题 · JINGCHANG

五厂大模型 Agent 面试真题集

字节、阿里、腾讯、美团、百度各 100 题，按考点分组整理成一份带锚点的速览。题目本身可以背，答题骨架要自己长出来。

题目口径：来自公开面经与岗位 JD 的高频归纳，不是内部真题。想按技术方向刷，去全部题库；想查名词，去术语表。

按方向刷全部题库21 道五厂真题

字节跳动全部字节跳动题 →

豆包大模型与 Seed 团队、扣子（Coze）Agent 平台、飞书场景，Agent 应用与推理部署岗位多。

Q · 实时语音 Agent 的链路是什么？流式 ASR 和 TTS 怎么拼？实时语音链路分级联和端到端两类，流式拼接的核心是服务端 VAD 断句与客户端回声消除配合实现全双工打断，底层首选 WebRTC 避免 TCP 队头阻塞。
Q · 什么是 MCP？它的核心内容是什么？MCP 是 Anthropic 2024 年底推出的开放协议，解决工具接入碎片化：工具按协议实现一次、任何支持 MCP 的客户端都能复用，三层核心是 Host/Client/Server 角色、Tools/Resources/Prompts 能力、JSON-RPC 2.0 通信。
Q · Agent Skill 是什么？它和 prompt、MCP 工具有什么区别？Agent Skill 是把指令、脚本、模板打包成可被自动发现、按需加载的能力包机制，Anthropic 2025 年 10 月推出、12 月开放标准；它不是保存 prompt，MCP 给能力、Skill 教用法。
Q · 线上跑的 RAG 怎么衡量效果好不好？分两层：检索层用 Hit@K 看该召回的有没有进前 K、MRR 看排多前，生成层用忠实度、答案相关性、上下文召回率这类 LLM 裁判指标；线上最终看点踩率、追问率、转人工率。
Q · Agent 为什么必须学会遗忘？记忆衰退机制怎么设计？遗忘是为了保证检索质量与决策准确性。无限制的记忆会导致检索变慢并引入噪声，设计衰退机制需要结合时间衰减、按类型配置、用量反馈与显式失效，并在写入端做好冲突检测。
Q · 最简单的 Agent Loop 包含哪些步骤？Message 有哪些类型？最小 Agent Loop 包含组装上下文、调用模型、执行工具并回填、判断终止四步循环，消息类型按 OpenAI 标准分为 system、user、assistant 和 tool 四种。
Q · 为什么 Decoder-only 成了大模型的主流架构？Decoder-only 成为主流是因为它的训练效率高、训练与推理目标一致，且同构的网络层在放大参数时工程实现简单，最适合通用生成基座赛道。
Q · 用 LangGraph 实现多轮对话 Agent，比手写 prompt 流程强在哪？LangGraph 还是自研怎么选？手写流程在处理中断恢复和复杂分支时容易堆砌条件判断，LangGraph 通过图结构和统一状态模型，原生提供持久化、人审挂起和并发控制。选型取决于状态复杂度和对底层调度的控制需求。

阿里巴巴全部阿里巴巴题 →

通义千问系列与百炼平台、夸克搜索、钉钉 AI 助手，企业级 RAG 与 Agent 平台需求大。

Q · 大模型应用里 WebSocket 和 SSE 怎么选？各自的局限是什么？流式输出主流用 SSE：单向推送、实现简单、自带断线重连；WebSocket 是全双工长连接，适合双方都要主动发消息的实时协作场景，代价是连接状态要自己管理。
Q · RAG 实际落地中最难的地方在哪里？不是把 Demo 跑起来，是调好：文档预处理是最脏的工程活，检索质量定位靠分层指标，效果评估没建起来之前所有优化都是盲调。
Q · 什么场景下会用图数据库增强向量检索？向量检索擅长语义相近、不擅长多跳关系；问题需要沿实体关系走多步时（供应链穿透、组织架构、影响分析），先向量定位实体、再图上精确遍历，图管结构、向量管入口。
Q · 你觉得 MCP 能成为行业标准吗？趋势上 MCP 有望成为工具发现与集成的行业事实标准，但过程不会一蹴而就。它解决了集成难题且设计解耦，但仍面临治理中立性与版本迭代迁移成本的考验。
Q · Agent 的评测系统怎么设计？Trace 数据要记录哪些？评测系统按评测集、执行、判定、报告分层设计，优先用确定性指标，主观质量用 LLM 评分。Trace 数据需记录每次调用的输入输出、工具参数、上下文快照和路由决策，用于回放归因和新题挖掘。

腾讯全部腾讯题 →

混元大模型、元宝与微信场景的 AI 助手，社交内容与游戏 AI 方向有自己的侧重。

Q · 什么是 Function Calling？它的原理是什么？开发者用 JSON schema 描述工具传给模型，模型判断需要时输出结构化 tool_calls JSON 而非自然语言，宿主代码执行后把结果回填对话，模型再生成答案——模型只决策、代码执行，两轮对话完成一次调用。
Q · CoT 为什么有效？它有什么缺点或局限？模型逐 token 生成没有回头修改的机会，CoT 把中间步骤外置到上下文里当草稿纸，后续生成能利用已写下的推理；代价是 token 和延迟成倍涨，且推理链出错会向下传导。
Q · BM25 对 TF-IDF 做了哪些核心优化？字面检索的原理是什么？BM25 是 TF-IDF 的改良版，核心优化了词频饱和度与文档长度归一化。在 RAG 中作为字面检索通道，依赖分词抓取精确匹配，与向量检索形成互补。

百度全部百度题 →

文心系列与搜索主业结合紧密，搜索增强、知识问答类 RAG 岗位是传统重心。

Q · MCP 由哪几部分组成？三层看：角色层 Host/Client/Server（Host 是宿主应用，Client 是其通信模块，一 Host 连多 Server）；能力层 Tools/Resources/Prompts 三类；协议层 JSON-RPC 2.0 加 stdio 或 Streamable HTTP 传输。
Q · 你了解哪些更复杂的 RAG 范式？Naive 到 Advanced 到 Modular 是流程内的演进；再往上是换层的范式：Self-RAG 让模型自决检索时机、CRAG 检索差时降级纠错、GraphRAG 用图谱答全局问题、Agentic RAG 做成多轮动态检索的 Agent。
Q · SFT 数据和 RLHF 对齐数据，在筛选标准和用途上有什么核心区别？SFT 数据教模型学会做任务，核心是筛选正确且多样的示范数据；RLHF 数据教模型按人类偏好做得更好，核心是筛选具有真实优劣对比和高标注一致性的偏好对。前者决定能力上限，后者决定行为对齐。
Q · BM25 对 TF-IDF 做了哪些核心优化？字面检索的原理是什么？BM25 是 TF-IDF 的改良版，核心优化了词频饱和度与文档长度归一化。在 RAG 中作为字面检索通道，依赖分词抓取精确匹配，与向量检索形成互补。

美团全部美团题 →

到店、外卖与客服场景的交易 Agent、商品知识库问答，业务落地色彩重。

Q · 大模型的工具调用能力是怎么训练出来的？预训练语料里没有结构化调用样本、学不会；靠两个阶段：SFT 喂全场景的工具调用对话学会「怎么调」，RLHF 用偏好信号学会「什么时候不该调」，一句话——SFT 教会怎么调，RLHF 教会什么时候调。
Q · 用 LangGraph 实现多轮对话 Agent，比手写 prompt 流程强在哪？LangGraph 还是自研怎么选？手写流程在处理中断恢复和复杂分支时容易堆砌条件判断，LangGraph 通过图结构和统一状态模型，原生提供持久化、人审挂起和并发控制。选型取决于状态复杂度和对底层调度的控制需求。

其他来源真题

Q · Function Calling 和 MCP 都能做工具调用，什么场景选哪个？判断核心只有一个问题——这个工具会不会在本应用之外被复用：临时接一两个工具用 Function Calling 就够；要跨项目跨团队复用、数量多难管理、或社区已有现成 MCP Server，就上 MCP。