秋招 美团 业务后台 一面面经

岗位方向：美团 To B 的一个业务后台研发 / AI Agent 相关方向
团队业务暂不透露。
一、整体感受
这场面试的特点比较明显：

1. 项目会被持续追问落地细节，尤其是项目背景、数据来源、Agent 在业务流程中的位置、规则与大模型的边界、耗时、落库方式和真实问题。
2. 不仅问“用过什么”，还会追问底层原理。例如插件化机制、Agent Loop、Codex 中途插入消息后的执行机制。
3. Java 后端基础题比较常规，但覆盖面不窄，涉及 Redis、并发锁、MySQL Doublewrite Buffer 等。
4. 有一段 AI Coding 实操，题目偏开放，重点似乎不只是最终代码，还包括如何澄清需求、拆分任务和使用 AI 编程工具。
5. 面试官比较关注候选人的 业务理解和跨团队沟通能力。

二、自我介绍
三、京东项目深挖

1. 目前还在实习吗？
2. 你在京东做的是xx领域 Agent 吗？
3. 介绍一下项目背景
4. 这个 Agent 是独立应用，还是嵌入已有流程？
5. 规则性判断如何实现？
6. 整个工作流耗时怎么样？
7. 为什么 LLM 节点比较慢？
8. Summary 是实时生成，还是会保存？
9. 是否使用了 Agent Loop？
10. 项目中遇到过哪些问题？
11. 遇到这些问题后，你有哪些提升？

四、Agent、插件化和 Codex 相关问题

1. 你了解的deepseek harness插件化机制吗？
2. 插件之间存在依赖时，如何保证可插拔？
3. Codex 正在执行时，用户又补充信息，底层会怎么处理？
4. Agent Loop 中有哪些概念？

五、个人博客项目

1. 你的 Java 项目是哪一个？
2. 介绍一下项目
3. 为什么使用 Redis？
4. 为什么使用 RabbitMQ？
5. 项目如何部署？
6. MySQL 是放在应用镜像里吗？

六、Java 后端基础题

1. 布隆过滤器原理
2. Redis ZSet 底层原理
3. 三个线程如何按顺序循环打印 ABC？
4. MySQL Doublewrite Buffer 是什么？

七、AI Coding 环节
题目方向
题目与“缓存热点数据一致性验证”有关，但现场给出的要求比较抽象，面试官说明可以做一个模拟实现，不需要真的连接 Redis 集群。
八、业务沟通与跨团队协作

1. 如何与业务、产品或其他团队实现共赢？
2. 业务要求硬指标，但排期不足怎么办？

九、Offer 和求职意向
面试官问目前是否有其他 Offer。
十、反问环节
十一、问题清单汇总
项目与 AI Agent

1. 介绍实习项目背景。
2. 你负责的模块给谁使用？解决什么问题？
3. Agent 是独立应用，还是嵌入已有业务流程？
4. 规则性判断如何实现？
5. 工作流整体耗时如何？
6. LLM 节点为什么慢？
7. Summary 是否落库？如何展示给前端？
8. 是否使用 Agent Loop？为什么没有使用？
9. 项目中遇到过哪些问题？
10. 你如何解决幻觉、漏判和字段错误？
11. 你从这些问题中获得了哪些能力提升？
12. 你如何理解插件化？
13. 插件之间有依赖时如何加载？
14. Codex 执行过程中插入新消息，底层如何处理？
15. Agent Loop 中有哪些核心概念？

Java 项目

1. 介绍个人博客项目。
2. 为什么使用 Redis？
3. 为什么使用 RabbitMQ？
4. 项目如何部署？
5. MySQL 是否放在应用 Docker 镜像中？

Java 八股

1. 布隆过滤器原理。
2. Redis ZSet 底层结构。
3. 三个线程循环打印 ABC。
4. MySQL Doublewrite Buffer 原理。

开放题与协作

1. 平时如何使用 AI 完成代码任务？
2. 如何与业务、产品和跨团队成员沟通？
3. 业务要求硬指标，但排期不足怎么办？
4. 当前是否有 Offer？地点倾向是什么？

AI Coding

1. 使用 AI 实现一个缓存热点数据一致性验证的模拟程序。
2. 如何澄清一个描述模糊的 Coding 需求？
3. 如何控制 AI 先生成最小可运行版本，而不是输出过长计划？