滴滴技术专家一面面经｜AI Agent / RAG

一面无 Coding，重点围绕 AI Agent 项目深挖，感觉有点像八股文，不容易回答。

开场是自我介绍，随后介绍自己的 AI 项目。面试官要求从业务背景、技术设计、核心难点和结果指标几个方面展开。

• 意图识别是怎么做的？新增意图如何动态维护？
• 工作记忆、短期记忆和长期记忆分别如何存储与召回？上下文过长时如何压缩？怎样识别重要记忆，并验证记忆准确性？
• 向量检索与 BM25、Rerank 如何设计？如何避免模型调用不存在的工具？
• 评测集如何构建？如何结合人工测试、线上 Bad Case 和用户反馈？
• 如何限制工具调用次数、Token 消耗和超时？遇到 429 如何处理？什么情况下重试或切换模型？传统系统中的限流、熔断和降级如何设计？
• 你的 AI 项目中当前的技术瓶颈是什么？下一步如何规划？
• 如何推动跨团队合作？如果对方一直不愿意排期接入，怎么办？

整体来看，面试更关注工程实践、效果指标、稳定性设计和跨团队推动能力。

补充内容 (2026-10-21 12:08 +08:00):
求加米啊兄弟们，看不了帖子了。。