九坤｜大模型 Agent 应用实习生面经 /一面
个人感觉面试官水平很高，面试过程和聊天一样#面经 #大厂 #大模型 #找实习
#面经 #大厂 #大模型 #找实习 #作者
整体以开放讨论和项目深挖为主，没有手撕代码，主要考察 Agent 产品理解、模型选型以及后训练基础。
产品与 Agent 架构（前半场）
- 你了解哪些常见的 Agent 架构？项目为什么选择 Workflow Agent？
- 为什么要做这个 Agent 产品？它主要解决什么问题？
- 这是通用 Agent 还是垂直 Agent？核心竞争力是什么？
- 主要竞品或对标产品有哪些？相比竞品有什么优势？
- 你在整个 Agent 项目中负责什么？与其他模块如何协作？
- 为什么想从 Workflow Agent 进一步转向 Agentic RL？
- Agent 主模型、Memory 模型和多模态模型分别如何选型？
- 系统是否有 fallback、Embedding 和 Rerank 模型？如何平衡效果、延迟与成本？
- 为什么要用后训练的小模型替换商业大模型？
后训练深挖（后半场）
- 介绍一下做过的日历信息抽取任务，以及为什么只用 SFT。
- 介绍一下实体消歧任务，它的输入、输出和数据集是怎么设计的？
- 为什么实体消歧模型经过 SFT 后仍然过于保守？
- 为什么在 SFT 之后继续使用 DPO？DPO 数据是如何构造的？
- 请写出 DPO Loss，并解释 chosen、rejected、reference model 和 β。
- 如果 chosen loss 和 rejected loss 同时下降，应该如何分析？
- 什么是 On-Policy Distillation？具体训练流程是什么？
- OPD 与传统知识蒸馏、Teacher 生成数据做 SFT 有什么区别？
- 如果商业模型 API 不提供 logits，还能否进行标准 OPD？有什么替代方案？
- 多智能体强化学习中的信用分配是什么？为什么需要对全局奖励进行分配？
- 为什么选择当前论文投稿方向？实验室研究方向与 Agent 岗位有什么关系？
整体感受：业务和技术混合考察，前半部分偏产品与 Agent 架构，后半部分重点深挖简历中写到的后训练经历。DPO、OPD、蒸馏这类内容不仅要会讲业务效果，最好能掌握公式、训练流程和不同方法之间的边界。
- Mystic：是坤启吗我当时横向了三周
- 🐢了个🐢：面啥九坤，来面衍复
- 特伦海：给我挂了
- momo：面试官是不是有些口音？
- 米奇妙妙屋：这是 agent 开发还是算法岗啊，怎么后面问的都是算法的东西
- 你午睡了么（作者）：感觉偏算法
- 柯基跑不快：也是研一么，手撕怎么练的呀
- 你午睡了么（作者）：今年研二了，手撕可以看代码随想录，刷刷力扣啥的
- 地瓜：所以为什么要做这个产品
- 是否对标上海实习主线（Agent 应用/全栈）
- 可迁移到简历/项目的点：
- 待补学：