一、核心项目深挖

1. 请详细介绍一下实习项目，包括项目背景、你的核心职责、落地成果。
2. 请讲一下系统的完整优化过程，包括根因定位、解决方案和最终效果。
3. 请详细介绍项目里的Memory复用机制，包括设计初衷、核心实现、存储与管理方案。
4. 你为什么选择主从多Agent架构？对比其他架构做了哪些选型取舍？
5. 这个项目目前还有哪些技术瓶颈？后续的迭代优化方向是什么？
6. 你了解哪些主流的Agent架构？请讲一下ReAct、Self-Discovery、Plan-and-Execute等架构的核心原理与适用场景。

二、RAG项目深挖（电商智能导购项目）

1. 请详细介绍一下这个电商RAG智能导购项目，包括核心功能、完整实现链路、落地效果。
2. 请讲一下RAG召回准确率的完整优化过程，以及每一步优化的核心思路。
3. 你如何进行召回率的测量？
4. 你为什么选择只用商品标题做向量化，而非全字段？背后的底层逻辑是什么？
5. 这个项目后续还有哪些优化方向？

三、技术难点与系统设计

1. 你做这个Agent项目的过程中，遇到的最大系统痛点/技术难点是什么？你是怎么解决的？
2. 针对Agent系统模块耦合严重、调试迭代成本高的问题，你有什么成熟的解耦设计方案？

四、大模型与微调认知

1. 你有没有大模型微调相关的实践经验？请详细介绍一下。
2. 你觉得大模型微调的核心难点是什么？
3. prompt工程和模型微调，你怎么做技术权衡？它们分别适用于什么场景？

五、行业认知

1. 你觉得AI的发展对前端工程师有什么影响？
2. 你对AI Native前端工程师这个岗位是怎么理解的？
3. 你为什么选择应聘剪映这个岗位，核心求职动机是什么？
4. 你对剪映的产品和前端团队有哪些了解？

六、JS手撕工程题

1. 用JS实现一个带并发限制的异步调度器Scheduler，保证同时运行的任务最多有两个，完成对应的Scheduler类实现，完整代码要求如下：

class Scheduler {
  // ...todo
}
const scheduler = new Scheduler(2);
const addTask = (time, name) => {
  scheduler.add(time, name);
};

addTask(1000,"1").then((val)=>console.log(val)); // 1000ms后输出1
addTask(500,"2").then((val)=>console.log(val));  // 500ms后输出2
addTask(600,"3").then((val)=>console.log(val)); // 1100ms后输出3
addTask(400,"4").then((val)=>console.log(val)); // 1400ms后输出4