字节跳动面经题库第 6 页

大语言模型的参数量具体指什么，如何估算一个 Transformer Block 的参数规模？

这道题考察模型参数量的数量级推导能力。参数量是可训练权重标量的数量，不等于显存、FLOPs 或上下文长度。好答案要能用 hidden size、FFN 中间维度、层数、词表大小估算一个 Transformer block，并说明 GQA/MQA、SwiGLU、MoE、权重共享、LoRA 和量化对成本含义的影响。

如何评价并落地 AI 辅助开发：它能提升哪些开发环节，开发者仍必须承担哪些工程责任？

这道题考候选人对 AI 编程工具的工程判断。好答案要说明 AI 能提升需求拆解、代码阅读、样板代码、测试、排错和文档效率，也要明确架构决策、正确性、安全、隐私、性能、代码审查和最终交付责任仍在开发者。

同题还出现在 1 个公司岗位

业务 Agent 的评测流程应该怎么设计？如果工具被多调用但不影响最终结果，应该用哪些指标描述冗余工具调用？

这题考业务 Agent 评测，不是简单统计工具调用次数。关键是判断某次工具调用是否带来新增信息、状态推进或风险降低，再用 trace、反事实回放和人工标注校准冗余工具调用指标。

Agent 工具调用限制中间件应如何设计，才能约束候选工具范围、调用预算、权限校验和循环停止条件？

这题考 Agent 工具调用限制中间件。重点是 runtime/executor 如何通过 allowlist、预算、权限、参数校验、循环检测和停止条件约束工具调用，而不是只在 prompt 里提醒模型少调用。

Agent 开发框架通常由哪些核心组件组成，Planner、Memory、Tools、Executor 和 Evaluator 分别负责什么？

这题考察候选人是否能把 Agent 从“调用大模型的应用”拆成可工程化的运行系统。好的回答应说明 Planner 负责把目标拆成步骤，Memory 负责保留和检索上下文，Tools 负责连接外部能力，Executor 负责按计划执行并处理状态，Evaluator 负责判断结果质量和是否需要重试、修正或终止。重点不是背组件名，而是讲清楚组件之间的数据流、控制流、失败兜底和可观测性。

知识卡片抽取 Prompt 中为什么要同时写好示例和坏示例，如何用正反 few-shot 稳定结构化输出？

这题考察 Prompt Engineering 在结构化抽取任务中的设计能力。知识卡片抽取不是泛泛总结，而是把原始内容稳定映射到字段、格式和质量标准。好示例告诉模型什么是合格输出，坏示例和反例告诉模型哪些边界、误抽、过度概括和格式错误不能接受。优秀回答应覆盖 schema 约束、正反 few-shot、错误类型、评估指标和迭代方法。

Agent 上下文压缩应该在什么时候触发，如何在 token 预算、信息损失和任务连续性之间取舍？

这题考上下文压缩的运行时策略：触发点不能只看 token 快满，而要结合任务阶段、信息密度、工具结果、记忆状态、失败风险和可恢复性来决定。

同题还出现在 1 个公司岗位

RAG 生成阶段如何通过 Prompt 边界约束，在没有检索到有效证据时避免模型编造答案？

这题考察 RAG 生成阶段的边界控制能力。好的回答要说明 Prompt 如何把模型限制在检索证据内回答，如何定义无证据、低置信和证据冲突时的行为，以及如何配合检索评分、引用、结构化输出和评估来降低幻觉。重点不是写一句“不要编造”，而是建立可执行的证据约束。

短视频平台的 AIGC 内容生成项目如何设计模型输出策略，以提升用户停留时长？

这题考 AI 产品经理能否把提升停留时长转化为模型输出策略，而不是只说生成更多内容。题源 evidence 是短视频平台 AIGC 内容生成项目的假设题，回答应围绕输出什么、给谁输出、按什么质量和约束输出、如何用推荐与反馈闭环优化停留，同时避免写成字节内部策略。

预算有限时，AIGC 定制化广告素材产品如何制定需求优先级并推动模型优化？

这题考商业化 AIGC 产品经理在预算有限时的取舍能力。题源 evidence 聚焦客户希望生成定制化广告素材但预算有限，回答要把需求优先级、客户价值、模型优化、合规风险和商业指标串起来，而不是直接承诺给每个客户做完全定制。

为什么梯度下降在机器学习优化中有效？如何理解梯度方向、学习率、局部最优和非凸损失？

这题考的是对梯度下降有效性的本质理解：在可微损失函数附近，负梯度方向是一阶近似下让损失下降最快的方向，小步更新可以逐步降低目标函数。回答要进一步解释学习率、凸与非凸、随机梯度、鞍点、局部最优、归一化和收敛诊断，不能停在一句沿着梯度反方向走。

AI 返回 ECharts 图表配置时如果出错，前端应如何做校验、降级、重试、可观测性和用户提示？

这题考前端工程师能否把 AI 生成 ECharts 配置当成不可信输入处理，并设计校验、降级、重试、观测和测试闭环，保证图表功能稳定可用。

A 系列点击率高但转化率低，B 系列 CTR 低但 CVR 高，最终 CPA 接近时，增长运营应优先优化哪个投放系列，并如何制定第一步动作？

这题考增长运营对投放漏斗的判断能力。A 系列 CTR 高但 CVR 低，说明前段吸引力强但后段承接弱；B 系列 CTR 低但 CVR 高，说明触达人群少或素材吸引弱，但被吸引的人更匹配。最终 CPA 接近时，不应只按单点指标选边，而要看哪个系列有更大的可控增量和更低的试错风险。

如何通俗解释“统计不显著”是什么意思？

这题考统计显著性的通俗解释，重点是说明“不显著不等于没效果”，而是当前样本证据不足以排除随机波动。

多变量回归结果好不好，应该看哪些指标和诊断结果？

这题考多变量回归的完整评估框架，不能只说 R²，而要从拟合优度、泛化误差、变量显著性、模型假设、共线性和业务解释一起判断。

如果 CTR 整体不变但 CVR 下降，数据分析师应如何定位原因？

这道题考察数据分析师的漏斗诊断能力。CTR 稳定但 CVR 下降，说明曝光到点击的吸引力整体没明显变差，但点击后的转化承接、点击人群质量、供给匹配、页面链路、转化回传或流量结构可能出现问题。好答案要先校验数据，再拆漏斗、切分人群、区分结构变化和真实转化率下降。

抖音创作者投稿率短期大幅下跌时，如何做异动分析？

这题考短期异动分析能力，核心是保留“创作者投稿率”这个业务指标，并从口径验真、创作者分层、投稿链路、审核和流量激励、活动周期、创作工具故障、外部事件、内容生态供需等层面快速定位。好的回答要像抖音内容生态分析，而不是泛泛按时间地区拆。

固定月度投放预算在抖音、百度、B站之间，如何按指标动态分配？

这题考固定月度预算下的跨平台投放经营能力。答案要保留抖音、百度、B站三个平台的差异：抖音偏兴趣推荐和内容种草，百度偏主动搜索和高意向承接，B站偏内容信任和年轻社区心智。动态分配不能只看 CPA，还要结合 ROI、LTV、边际收益、归因窗口、探索预算、预算上限、频控、周/月度调仓和风险护栏。

智能体创建流程中，“一句话创建”门槛高时，如何通过角色类型选择和可编辑 Prompt 降低用户创建门槛？

这题考智能体创建流程的增长和 onboarding 设计。题源指出“一句话创建”仍然门槛高，因此回答要围绕角色类型选择、轻量问答、Prompt 抽取、模块化编辑、预览验证和内容治理展开。

如何基于历史数据预测 60 天后的 DAU？

这题考数据分析师如何把“预测 60 天后的 DAU”做成严谨的时间序列和业务预测问题。高质量回答要覆盖目标口径、历史数据、特征、模型、验证、预测区间、业务事件和可解释交付。

推荐模型离线 AUC 与线上效果不一致时，可能有哪些原因，如何定位和修正？

离线 AUC 与线上效果不一致通常不是单点问题，而是数据分布、样本构造、标签口径、特征一致性、评估指标、候选集、系统链路和实验统计共同造成。回答要先说明 AUC 衡量 P(score_pos > score_neg)，不等于线上业务收益；再按数据、模型、评估、服务、实验五层排查，并给出 replay、shadow scoring、切片、A/A、A/B 和监控修正路径。

AI 应用开发中的原子状态机是什么？如何用有限状态、原子转移和异常状态约束执行流程，避免状态错乱、重复执行和异常无法收敛？

这道题考察 AI 应用或 Agent runtime 的流程约束能力。原子状态机不是让大模型自由决定下一步，而是把执行拆成有限状态、受控事件和原子转移：每次转移都校验前置状态、写入持久状态、绑定幂等键或执行记录，再推进任务或恢复异常。它解决的是状态错乱、重复执行、异常恢复、并发竞争和流程无法收敛问题。好的回答要能讲出状态集合、转移表、异常状态、幂等、锁/CAS、step budget、可观测性和验证指标。

Agent Memory 为什么不能简单塞进 Prompt，渐进式披露如何减少上下文污染？

这题考 Agent Memory 的上下文污染控制，回答重点是为什么不能把全部记忆塞进 Prompt，以及如何通过渐进式披露按任务阶段加载必要记忆。

同题还出现在 1 个公司岗位

推荐或广告系统新增一路召回后，如何评估这一路召回的效果、效率和 ROI？

新增一路召回不能只看“这路召回了多少 item”或“命中了多少点击”，因为多路召回存在去重、排序、预算竞争和归因稀释。高质量回答要把评估拆成效果、效率、增量价值和 ROI 四层：效果看覆盖率、命中率、后链路采纳、排序后曝光/点击/转化贡献；效率看召回耗时、QPS、CPU/GPU/内存、索引成本、去重后有效候选率；增量价值看相对 baseline 的新增好样本、新增人群、新增广告主/商品覆盖，以及 A/B 中核心业务指标提升；ROI 则用增量收益减增量成本，或增量 GMV/广告收入/利润除以系统和维护成本。回答时要强调离线只能做候选筛查，最终要靠在线实验和归因方法判断是否值得长期保留。

给定用户 session 曝光或点击序列，如何设计公式衡量推荐内容多样性并用于优化？

这题要求给定用户 session 的曝光或点击序列，设计可计算的推荐内容多样性公式，并说明如何用于优化。高质量答案不应只说“类别越多越好”，而要根据业务内容表示定义多样性：可以从类目覆盖、分布熵、两两相似度、去重率、新颖性、序列相邻差异和用户兴趣覆盖几个角度构造指标。对于 session 序列，常用公式包括 intra-list diversity：`ILD = 1 - average(sim(i,j))`；类别熵：`H = -Σ p_c log p_c`；有效类别数：`exp(H)`；相邻多样性：`1 - average(sim(i_t, i_{t+1}))`。用于优化时不能盲目提高多样性，需要和相关性、CTR/CVR、时长、留存做 trade-off，可在重排阶段加入多样性正则或约束，并用 A/B 验证用户体验和业务指标。

同公司岗位有 2 条面经记录

增长运营如何通过 CTR、CVR、ROI 等数据定位投放效果瓶颈？

这道题考察增长运营能否把广告投放效果拆成可诊断的漏斗，而不是只盯 ROI。核心框架是从曝光到点击、从点击到转化、从转化到收入/利润：CTR 反映素材、定向、流量匹配和广告吸引力；CVR 反映落地页、商品、价格、表单、支付和用户意图承接；ROI 反映成本、客单价、毛利、复购和预算效率。高质量答案要能讲清指标定义、拆解路径、分层分析、实验验证和行动策略，例如用 eCPM/CPC/CPA、转化延迟、渠道/人群/素材/时段切片定位瓶颈。

餐饮美食类目做拉新投放时，增长运营如何做人群定向，并用 A/B 实验验证落地页信息呈现和视频素材方案哪个更能提升 CVR？

这道题考察增长运营能不能把餐饮美食拉新投放从“凭经验投人群、换素材”讲成一个完整的增长实验闭环：先定义新客与转化，再做人群分层、创意和落地页假设，最后用严谨 A/B 实验判断落地页套餐信息呈现和视频素材哪个更能提升 CVR。

MODNet 这类弱监督图像分割/抠图方法的主要流程是什么，如何利用类别相关背景信息？

这道题考察的是候选人对弱监督视觉分割或抠图流程的理解，而不是要求复述某家公司内部论文实现。可以把 MODNet 这类方法理解为：在缺少像素级精标注时，利用图像级标签、类别激活、伪掩码、背景先验和一致性约束，逐步训练出能区分前景对象、相关背景和无关背景的分割模型。类别相关背景信息的价值在于，弱监督方法容易把与目标共现的背景误当成前景，例如车和道路、船和水面、人物和舞台；如果能显式挖掘类别相关背景并在训练中建模，就能减少前景扩张和背景误分。回答要覆盖弱标签来源、伪标签生成、背景类挖掘、模型训练、噪声控制、迭代优化和评估指标，同时避免声称任何未公开的公司细节。

多轮对话 Agent 做强化学习时，reward 应如何设计，如何避免 reward hacking、轮次变长和任务成功率虚高？

这题考的是 Agent 强化学习的目标建模和反作弊评估能力。来源只支持“字节/懂车帝 Agent 算法实习面试中问到多轮对话强化学习”，不支持任何内部 reward 细节，因此回答应给出通用、可验证的 reward 设计框架。核心是把 reward 从单句好坏扩展到完整轨迹：任务是否真的完成、工具和信息是否可靠、轮次成本是否受控、安全边界是否遵守，并用 verifier、人评和切片指标防止 reward hacking 与虚高成功率。

如果你是字节跳动 AIGC 产品经理，如何评估 AIGC 在教育和知识行业的应用前景，并设计目标用户、核心场景、商业模式和产品策略？

这道题考察 AIGC 产品经理对教育和知识行业的机会判断与商业化设计。高质量回答要从用户、场景、价值、差异化、风险和指标闭环展开，而不是泛泛说 AI 会提升效率。

如果负责抖音用户增长，如何识别产品优化点、规划预算投放和拉新策略，并用目标达成与 ROI 检验增长效果？

这道题考察用户增长产品经理能否把产品优化、预算投放、拉新策略和 ROI 评估串成闭环。好的回答要从增长目标、人群分层、渠道归因、实验和预算效率展开。

多源检索 Agent 如何判断证据已足够生成结论，在文献、病历和网页结果冲突时划分可信优先级并排序筛选，同时用停止条件避免死循环？

这题考多源检索 Agent 的证据治理能力。高质量回答要说明如何拆解问题、判断证据是否足够、处理文献/病历/网页冲突、排序筛选来源，并用明确停止条件避免检索和推理循环失控。

大流量业务想利用 3B 模型效果但不能实时调用时，如何设计离线推理、特征/结果缓存、蒸馏或轻量模型接力方案，并验证效果、时延和成本？

这题考察大流量系统中如何利用 3B 模型效果而不让实时链路承担模型成本。核心方案是离线推理、特征或结果缓存、在线轻量模型接力、蒸馏和分层召回排序，并用效果、时延、成本、覆盖率和新鲜度验证。

Function Call / Agent 工具调用不正确时，如何用 SFT 或 GRPO 设计数据与奖励函数来提升能力？

这题考 Agent 工具调用能力的训练闭环。回答要先把错误分型讲清，再说明 SFT 如何构造正负样本和多轮轨迹，GRPO 如何用可执行环境中的细粒度奖励优化工具选择、参数填写、调用顺序、结果使用和最终回答，同时要覆盖离线评测、在线灰度和安全护栏。

构建复杂 LLM Agent 时最主要的挑战是什么，如何处理可靠性、规划、工具调用和可观测性？

这题考复杂 Agent 的生产可靠性理解。高质量回答要说明最大的挑战不是“会不会用框架”，而是 LLM 非确定性、规划漂移、工具误调用、上下文污染、循环失控、成本延迟和问题定位困难，并给出工程化治理方案。

用 Qwen 做大模型评测裁判时，如何证明选择合理，并通过消融实验和人工一致性指标评估效果？

这题考候选人是否能把 LLM-as-judge 从“用了一个模型打分”提升到可证明、可复现、可交付的评测系统。回答要说明为什么 Qwen 适合当前评测任务，并用版本、参数、提示词、评分维度、人工一致性和交付指标证明选择不是拍脑袋。

客服 Agent 赛道对标时，如何选择竞品、拆解评估维度，并产出可指导产品路线图的结论？

这题考客服 Agent 赛道分析是否能从竞品罗列走向产品决策。好的回答要说明如何选对标对象、拆能力、交付、成本、生态、合规、运维维度，并把差距判断转化成路线图优先级。

从 0 到 1 规划客服 Agent MVP 时，如何拆分对话机器人、人工协同、工单闭环和质检模块，并确定边界与优先级？

这题考从 0 到 1 规划客服 Agent MVP 的产品拆解能力。回答要把对话机器人、人工协同、工单闭环和质检模块拆清楚，并说明边界、依赖关系和优先级。

使用 Coze 这类低代码/Agent 平台在 2-3 周内验证客服 Agent MVP，如何定义范围、验收口径和 Go/No-Go 门槛？

这题考低代码或 Agent 平台快速验证的产品实验能力。回答要说明 2-3 周内如何收敛范围、定义验收口径，并用 Go/No-Go 门槛决定继续投入、调整方向或停止。

AI 从客服对话自动生成工单时，如何设计字段标准、触发条件和审核机制，避免自动化制造噪音？

这题考 AI 自动生成工单的产品治理能力。核心不是把每段客服对话都转成工单，而是定义字段标准、触发条件、审核机制和噪音控制，保证自动化真正减少人工负担。

客服 Agent 中如何设计转人工策略、坐席辅助和事后学习，让整体解决率提升而不是简单堆人？

这题考客服 Agent 的人机协同产品设计。高质量回答要把转人工、坐席辅助和事后学习设计成一个闭环，而不是把人工当作所有失败场景的兜底出口。

将文本客服 Agent 升级为语音甚至图/视频多模态客服时，如何重构交互、指标和风险控制？

这题考文本客服向语音和多模态客服升级时的产品系统设计。重点是交互链路、指标体系和风险控制都要随输入模态变化重新设计。

Agent 批量任务并发执行时，如何设计动态限流、优先级调度、背压机制和故障隔离，避免系统雪崩？

这题考生产级 Agent 批量任务的稳定性治理。回答要覆盖容量评估、动态限流、优先级调度、背压、隔离、降级和观测，而不是只说加队列或重试。

生产级 Agent 如何工程化实现自我校验、链路复盘、错误归因和动态修正？

这题考生产级 Agent 的质量闭环工程化。重点是把自我校验、链路复盘、错误归因和动态修正落到运行时、数据、评测和前后端体验中，而不是让模型简单反思一句。

客服场景中，Expert Agent 应如何按业务维度拆分，并通过 Prompt 输入、输出约束和预设 Workflow 降低幻觉与泛化损失？

这题考客服 Agent 架构拆分能力。回答要讲清 Expert Agent 的划分维度、Prompt 输入、输出约束、预设 Workflow，以及如何用证据和边界降低幻觉与泛化损失。

客服 Agent 从通用 Agent 拆成 Expert Agent 后，如何设计 A/B 测试与指标归因，判断提升来自路由、Prompt 还是 Workflow，并监控是否引入泛化损失？

这题考架构改造后的实验归因能力。回答要说明如何设计 A/B 测试、拆指标、定位 Expert Agent 带来的收益，同时监控幻觉下降和泛化性损失。

智能运维助手中，Planner/Executor/Supervisor 多 Agent 模式相比单 Agent 有什么优势、边界和适用场景？

这题考智能运维助手的多 Agent 分工。回答要比较 Planner、Executor、Supervisor 与单 Agent 的差异，并说明适用场景、边界和工程代价。

多 Agent 运行时如何基于任务复杂度、风险等级和运行时信号，在单 Agent、规划-执行、并行候选和监督校验之间动态切换，并保证状态迁移和幂等一致？

这题考多 Agent 策略路由与运行时切换。回答要说明哪些策略可选、切换信号是什么、如何保持状态一致，以及如何评估策略选择是否有效。