本文作者分享了自己从零基础接触AI，通过学习和面试准备，成功拿到字节、阿里、小红书等大厂offer的经验。文章涵盖了AI Agent面试中的常见问题，包括模型层、开发框架层、调优层等关键知识点，并详细介绍了如何通过刷题、优化简历、掌握核心技术（如Java并发、JVM等）来提升面试竞争力。此外，还重点讲解了面试心态调整和表达技巧，强调逻辑性和全面性在回答复杂问题时的重要性。对于想进入AI领域的小白程序员来说，这是一份极具参考价值的面试指南。

背景

本科福报厂三年后端开发，今年3月份才开始搞AI相关的产品，算是第一次深入接触AI。做的方向类似于BrowserUse，涉及到的技术包括Manus、SpringAI、SpringAI Alibaba、Prompt Engineering等。

面试经历

整体开始是在8月份，历时1个月左右。前期5个面试都没走到二面，就这么一边面试一边学习，天天干到十一点，周末无休，大大小小面了应该有20+场次，到后期基本面试都能通过。面试部门基本业务不对口，面试技术难度偏大，但目前已经拿到字节、阿里、小红书等offer。

接下来分别介绍AI Agent面试过程中常见的问题 和 面试历程中如何准备、心态&技巧

模型层

Q1：transformer框架是什么？

相关知识点：注意力机制、编码器-解码器架构。

Q2：多模态和非多模态训练原理的区别是什么？

相关知识点：融合方式（早期融合、晚期融合、中期跨模态注意机制）

Q3：大模型推理具体怎么做的？

相关知识点：推理的过程、关键参数原理（temperature，topp、topk、frequencyPenalty、presencePenalty）

开发框架层

Q4：MCP了解过吗？它和functionCall的区别是什么？

相关知识点：function存在的问题，MCP的解决方案（这一块很多人理解有问题，MCP是协议，定义tool以及客户端服务端交互方式，按照这个协议可以有多种实现）

Q5：SpringAI是什么？提供了哪些能力？

相关知识点：model、client、advisor等

Q5：Agent设计范式有哪些？Manus的原理是什么？

相关知识点：plan-execute、react、multi-agent、reflexion、memory、stateMachine等范式的原理，Manus用了哪些范式以及具体流程

Q6：RAG是什么？有用过吗？

相关知识点：RAG的演进过程，NativeRAG、GraphRAG、AgenticRAG等构建和检索的过程（深入看看GraphRAG），自己实践遇到的问题，RAG调优的技巧（按步骤拆分，每个步骤都有很多的技巧，建议讲几个）

Q7：GraphRAG的LocalSearch和GlobalSearch原理是什么？

相关知识点：GraphRAG的原理

Q8：Memory是什么？有用过吗？

相关知识点：短期记忆与长期记忆的概念、memory的演进过程、MemoryBank、ZEP、MEM0、MemOS等框架的原理（建议深入看看MEM0和MemOS，有机会可以自己试一试玩一玩）

调优层

Q9：prompt你是如何调优的？

相关知识点：cursor等产品的prompt写法，好的prompt包括哪些部分、调优原则、调优具体例子（这一块很容易讲的比较抽象，要整理好逻辑，总分总）

Q10：有没有试过大模型微调?

相关知识点：大模型微调的技术分类，SFT、RLHF、DPO

Q11：Lora的原理是什么？

相关知识点：冻结，低秩矩阵

过程篇

1. Leetcode hot 100：要刷到看到题10分钟就能写出来的程度
2. 简历：教育经历、工作经历（有好绩效可以写出来）、项目经历（从高并发、高可用、高性能等角度来总结项目，利用数字来体现价值和难度）
3. 八股：我看的是JavaGuide，篇幅短，基本都是比较核心的点，背的速度会快一些（主要看java并发、jvm、mysql、redis、消息队列）
4. 小公司：在上面的内容大概过了一遍之后，就可以开始找些小公司面试。P7以下基本都是靠boss投简历，p7以上可能会有猎头推荐

（问了很多人，刚开始面试基本都是挂的，过程最好是录音用于复盘，一方面训练面试技巧，另一方面看看自己哪一块准备不足再深入看看）

5. 大公司：也分级别，建议从意向度不高的大厂开始投，等到面得比较顺利了再投心仪的公司

心态篇和技巧篇

这个是最重要的部分，当你的心态和技巧达到之后，技术层面的东西稍微准备的不那么完善也是ok的

• 面试前的心态：很多人面试前会觉得如临大敌，面试官很恐怖，导致非常害怕紧张。解决办法有以下几个

• 不要非某家公司不去，这家面不上就换别家
• 把面试当做一场技术评审
• 纠正观点：简历评估通过，面试官肯定是想让你入职的，所以他会和蔼可亲的与你聊，不会出特别难的问题来刁难你，回答出了错他会引导你讲对，

• 面试过程的表达**（非常重要，当你能做到这一点，基本上已经达到面试后期收割阶段）**

• 面对复杂的问题，不要急着说，要想清楚再说，可以写下来
• 思考要有体系，先定视角（比如从高可用、高并发、高性能三个视角），然后每个视角里面延伸出几个小点。核心是体现你思考的全面性以及逻辑性（即使你的回答和面试官想要的不太一样，但面试官会认为你这个人有逻辑，有思考力，判断力）
• 描述要有层次有框架，比如按照star原则来讲，从底层到上层，从问题到解法

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套 AI 大模型突围资料包：

• ✅ 从零到一的 AI 学习路径图
• ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
• ✅ 百度/阿里专家闭门录播课
• ✅ 大模型当下最新行业报告
• ✅ 真实大厂面试真题
• ✅ 2026 最新岗位需求图谱

所有资料 ⚡️ ，朋友们如果有需要 《AI大模型入门+进阶学习资源包》，下方扫码获取~

① 全套AI大模型应用开发视频教程

（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）

② 大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

③ 大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

④ AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

⑤ 大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

⑥ 大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

以上资料如何领取？

为什么大家都在学大模型？

最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！

不出1年，“有AI项目经验”将成为投递简历的门槛。

风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！

这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

以上全套大模型资料如何领取？