美团 搜推 面经

想请教一下大模型Agent应用实习可以用作后端实习经历去面试后端岗位吗，组内后端是用python，可以用作python后端实习经历吗

上次挂了又被捞了，发出来攒攒人品，许愿oc4.8 一面4.10 二面👜面试岗位：核心本地商业-大模型算法📖面试问题：一面（105分钟）：15分钟手撕三数之和（写的时候大于小于号写反了，找了好久Bug，还好写出来了）深入拷打论文项目实习对最近的图像编辑方法有了解吗？（回答最近openai发布的直接支持文字指令修改图像的模型）你觉得他们是怎么训练的？GRPO和PPO主要的区别在哪里？GRPO为什么选择组内奖励排序？有接触过强化学习方法吗？二面（50分钟）：讲了一篇论文，然后纯聊天，无八股，无手撕。面试结束的时候我问后续流程，面试官说没有hr面了，二面通过就直接发offer，但是有没有hc不确定...

在AI产品设计中，Agent（智能体）和Workflow（工作流）是两种核心范式，分别代表了智能化与流程化的不同方向。要从以下方面展开分析：一、核心区别二、Agent的核心特性三、Workflow的设计逻辑四、协同关系五、选择决策要点具体来说：1. 定义与功能：   - Agent：自主决策实体，能感知环境、做出决策并执行动作   - Workflow：预定义的任务序列，按照固定流程执行2. 执行方式：   - Agent：动态响应，根据输入和环境变化自主调整行为   - Workflow：线性执行，严格遵循预设步骤3. 灵活性：   - Agent：具备学习适应能力，可处理未知情况   - Workflow：静态结构，变更需要手动修改流程4. 决策能力：   - Agent：内置决策逻辑，可实时评估选择最佳路径   - Workflow：无自主决策，完全依赖流程设计5. 复杂度：   - Agent：通常包含状态记忆和目标导向行为   - Workflow：侧重任务编排和顺序控制6. 典型应用：   - Agent：聊天机器人、自动驾驶、游戏AI   - Workflow：数据处理流水线、审批系统、CI/CD流程7. 错误处理：   - Agent：可自主尝试恢复或寻找替代方案   - Workflow：依赖预设的错误处理分支总结：Agent是“大脑”，Workflow是“骨架”，二者结合可构建从灵活到稳定的AI应用光谱。未来方向是通过低代码平台降低两者融合门槛，实现智能化与自动化的统一。 #牛客激励计划#  #聊聊我眼中的AI#  #产品经理# #牛客AI配图神器#

一共55分钟，自我介绍+实习18分钟，八股15分钟，手撕20分钟没写完，只讲了思路，感觉要挂了第一次面试遇到画图这种形式，其实也是挺考验对架构的理解的1. 自我介绍实习部分2. 打开画板来画一下公司的架构图业务架构还是技术架构，他说都可以，画了一下业务架构3. 讲解一下你在实习中做了什么4. 实习中的挑战是什么5. 业务复杂的问题怎么解决6. 消息队列怎么保证可靠投递7. 消息队列怎么保证顺序消费8. 消息队列怎么避免重复消费9. 消息队列怎么解决消息堆积10. 除了加分区、加broker、提升消费者的消费能力、生产者限流，还有什么11. 深分页优化游标分页怎么做的？12. 游标分页有什么优缺...