AI 应用开发实习生二面面经

二、Text2SQL 相关技术问题

1. 不同数据表量级下，Text2SQL 的技术选型差异是什么？
2. 为何要将数据表每一行数据向量化？使用的 Embedding 模型是什么？
3. 行级向量化与表元数据（Metadata）检索的优劣对比，为何不直接用 Metadata？
4. Text2SQL 业界常用方案、技术框架与难点你了解哪些？
   三、RAG 相关技术问题
5. Jira Agent Rack 项目要解决什么问题？高频查询内容是什么？
6. 为何采用关键词+向量混合检索？各自适用场景是什么？
7. 结构化数据用固定分块的原因？什么场景不适合固定分块？
8. 长文档 RAG 如何分块？标点分块如何解决语义割裂问题？
9. RAG 中为何要加**重排（Rerank）**环节？你的项目是否使用？
10. 加重排后效果变差的原因是什么？
11. 是否做过Query 改写？解决什么问题？如何实现？
12. RAG 与小模型微调的适用场景分别是什么？
    四、Agent 相关技术问题
13. 多 Agent 系统采用什么架构？任务如何编排？
14. OpenCloud、Perplexity 等 Agent 系统的核心是什么？
15. Agent 的短期/长期记忆如何设计、区分与协作？
16. Agent 系统相比直接用大模型的优势是什么？
17. 用户如何自定义 Agent 与 MCP？流程是什么？

整体上就是自己给自己挖坑，很多细节答不上来，面试了差不多50min，面试完感觉被抽干了，像是做了一次小丑，好不容易有次二面，被自己浪费了