字节 Agent 开发岗：从一面到 offer 的完整复盘
Agent 开发（抖音基础架构 / 剪映方向，含暑期实习线）
岗位：Agent 开发（抖音基础架构 / 剪映方向） 轮次：一面到四面全程，一面约 90 分钟，四面后拿 offer 一句话定性：这是一场「工程体感」面试，每个问题都在验证你真的动手做过 Agent，而不是看过几篇科普。 素材时间线：2026 年 3 月至 5 月的多场字节 Agent 开发面试，整理时间 2026-09-28
0. 一分钟速览
| 项目 | 内容 |
|---|---|
| 公司 / 岗位 | 字节跳动 · Agent 开发（暑期实习与校招线） |
| 形式 | 线上，技术面一到三面 + HR 面，一面约 90 分钟 |
| 有手撕吗 | 有。每轮技术面末尾一道算法题，岛屿最大面积这类中等题 |
| 有八股吗 | 有，但占比小。QKV 为什么要拆、Python GIL 这类底层题会穿插出现 |
| 考察重心 | Skill 原理、上下文工程、工具调用链路、Agent 系统设计、记忆管理 |
| 难度感受 | 题目本身不难，难在追问密度。一个话题平均追问 3 层 |
| 准备方向 | 把自己做过的 Agent 项目每个设计决策的「为什么」想清楚 |
1. 面试流程与时间分配
流程：自我介绍 → 项目深挖 → Skill / 上下文工程 → 工具调用与 MCP → 系统设计 → 手撕 → 反问
| 环节 | 时长 | 面试官在听什么 | 常见失分点 |
|---|---|---|---|
| 自我介绍 + 项目 | 15–20 min | 单 Agent 还是多 Agent、子 Agent 怎么划分任务、提示词模板怎么建 | 只讲做了什么，讲不出为什么这样拆 |
| Skill / 上下文工程 | 15–20 min | 有没有真用过 Skills、todo list 这类机制 | 只会名词，说不出实现方式 |
| 工具调用 / MCP | 15 min | MCP 的组成、调用失败怎么兜底 | 把 MCP 说成框架，和 Function Calling 混为一谈 |
| 系统设计（二面） | 20 min | 混合路由、限流、记忆管理怎么放进一个系统 | 堆组件名，没有容量和失败路径的考虑 |
| 手撕 | 10–15 min | 中等题写干净、能跑 | 一遍写崩又不主动说思路 |
节奏提示：字节的一面经常整场 90 分钟、19 个问题往上，是流水账式的连环追问。自我介绍里抛出的每个项目细节，后面几乎都会被单独拎出来问，别写自己扛不住深挖的点。
2. 追问机制：从一个名词挖到实现
字节 Agent 岗的追问链高度固定，以「Skills」这个话题为例：
- 第一层问名词：「skills 的原理有没有了解过？怎么实现的？」
- 第二层问实现：「Skill 加载进上下文以后，模型是怎么知道该用哪个的？」
- 第三层问取舍：「为什么不直接把所有工具说明全部塞进系统提示词？」
绝大多数候选人卡在第二层。背名词能过第一层，第二层开始要靠真的拆过 Claude Code 或者自己写过 Skill 文件。一位通过四面的候选人事后总结：「像 Skills、MCP、CLI 这些东西，不能只会名词，要拆到实现层才算过关。」
答题节奏建议：
- 先一句话给定义和它解决的问题；
- 再讲实现机制，带具体组件名（比如 Skill 的 frontmatter 结构、渐进式加载）；
- 最后主动讲边界和代价（上下文占用、加载时机）。
3. 一面：项目 + Skill + 上下文工程（19 问）
3.1 项目深挖：单 Agent 还是多 Agent
问法：「你的项目是单 Agent 还是多 Agent？子 Agent 任务怎么划分的？」
答题要点：先给结论（哪种、为什么），再给划分标准。合理答案是用任务边界和上下文隔离来划分：子 Agent 各自持有独立上下文，主 Agent 只拿结果摘要，避免全部任务挤在一个上下文窗口里把 token 花光。追问会继续压：「子 Agent 之间要共享状态怎么办」，答共享存储加版本号，别答「让它们聊天」。
坑：把多 Agent 说成「人多力量大」。面试官想听的是上下文稀缺逼出来的工程选择。
3.2 Skill 原理
问法：「skills 的原理有没有了解过？怎么实现的？」
答题要点：Skill 是把一组「什么时候做、怎么做」的指令和资源打包成模型可按需加载的单元；实现上通常是一个带元数据的目录，模型先看到名称和描述，判断相关时再加载完整内容。这个「渐进式加载」就是追问点：全量塞入浪费上下文，按需加载要在描述里写清触发条件。
3.3 上下文工程与 todo list
问法：「对于上下文工程有什么经验吗？有没有做过 to do list？为什么这样会让模型更聚焦？」
这是字节 2026 年的高频新题。答题要点：todo list 是把长任务的中间状态外置成显式结构，模型每步先读任务清单再行动，等于把「我做到哪了」从隐式的对话历史变成显式的可检查状态。为什么更聚焦：注意力直接锚在清单上，不被几十轮历史稀释。追问：「清单本身也会占上下文，怎么办」，答定期压缩已完成项、只保留未完成和关键结论。
3.4 查询改写与并行意图识别
问法：「查询改写怎么设计？」「多意图识别为什么做并行？」
答题要点：改写解决口语提问和知识库书面语的语义差距，做法包括指代补全、口语转术语、拆子问题。并行的理由要说工程账：串行每个意图都要等上一个的网络往返，并行把延迟从相加变成取最大，代价是并发控制要做好失败隔离。
3.5 底层八股穿插
这一场还夹了几道基础题：self-attention 为什么要拆 QKV（Q 和 K 做相似度匹配、V 携带内容，拆开让「找什么」和「拿什么」解耦）、Python GIL 对多线程的影响、信号量在并发控制里的用法。占比不大，但答错会拉低整体观感。
3.6 手撕
岛屿最大面积（LeetCode 695 原题变体）。字节 Agent 岗基本每轮都有手撕，中等难度，DFS 写干净即可。同批候选人手撕过重排链表（LeetCode 143）。用数组存下标模拟指针这种取巧解法，面试官当场就能识破，别赌。
4. 二面：Agent 系统设计 + 记忆管理
4.1 Agent 系统设计
问法：「设计一个面向内部员工的问答 Agent，要接工单系统和知识库。」
答题骨架：先问清量级和延迟要求，再分层：意图路由（闲聊 / 工单 / 知识库）、工具层（工单系统 API + RAG 检索）、生成层带引用。面试官会追加两个工程约束：
- 混合路由 + 限流：简单问题走小模型或规则，复杂问题走大模型，怎么切分；后端工具 QPS 有限，队列和降级怎么设计。
- 失败路径：工具调用超时怎么办。重试、降级到只读数据、向用户澄清，这三件套要能展开讲。
4.2 记忆管理
问法：「多轮对话的记忆怎么管理？短期和长期怎么分？」
答题要点：短期记忆就是当前上下文窗口内的历史，管理动作是压缩和截断；长期记忆要回答三个问题：什么信息值得写进去（用户偏好、已确认的事实）、怎么检索（向量 + 关键词混合）、怎么淘汰（过期时间 + 冲突覆盖）。字节面试官特别爱追「Claude Code 的 memory 三层逻辑设计，为什么这么设计」，这题的答法是把会话内上下文、项目级 CLAUDE.md、用户级全局配置三层各自的适用范围讲清楚。
4.3 微调与 RLHF（二面尾部）
问法：「什么情况下你会选择微调而不是改提示词？」
答题要点：改提示词解决「表达方式」问题，微调解决「行为分布」问题。具体判断：格式服从、领域口吻、特定工具调用习惯这类要稳定复现的行为，数据够的时候微调更划算；知识更新用 RAG，别烧进参数里。追问会到 RLHF 和 DPO 的区别，答偏好对直接优化与奖励模型间接优化的差异。
5. 三面：行业认知
三面是副总监级别，基本不考技术细节，聊的是对 AI 行业的判断：怎么看 Coding Agent 的天花板、Agent 落地最大的阻力是什么、为什么想来做这个方向。这轮的准备方式和技术面完全不同——要有自己的判断，且判断要有事实支撑，别背行业研报的结论。
6. 复盘与准备清单
- Skills、MCP、CLI、Harness 这些概念要拆到实现层，名词背诵过不了一面的第二层追问。
- 上下文工程是 2026 年字节 Agent 岗的新重心：todo list、上下文压缩、记忆分层，这三块的实操经验要在自己项目里先做一遍。
- 手撕保持中等题手感，别指望取巧。
- 同一批候选人里，腾讯一面挂、百度二面挂、淘天二面挂但字节四面过的情况并不少见——各厂考点差异真实存在，复盘时对照着看，比单看一场更有用。
相关题目：站内题库的「MCP 是什么」「Agent Skill 是什么」「RAG 怎么评估」都对应这场面试的原题。