美团 Keeta Agent 一面：客服流程、偏好数据与链表
本场面试题
- 比较 Agentic RAG 与自己实际的 RAG 流程时，应先说明什么？
- 外卖客服怎样区分知识检索、业务状态查询和有副作用的处理流程？
- SFT 数据构建应如何对应训练目标并防止评价污染？
- DPO 的偏好对怎样构造、复核并定位质量问题？
- 怎样说明训练项目的评价方法及其局限？
- 怎样用双指针删除链表的倒数第 k 个节点？
面经与参考答法
问题选自作者自述的美团 Keeta 智能客服方向 Agent 开发一面记录。页面发表于北京时间2026-04-28，面试绝对日期未披露。以下短答用于备面教学，不代表作者当场作答。只选录六组条件相对清楚的文字问题；未核实的 LM-VK 简称与 Claude Code 内部机制不复原，面试官关于订单与 Skill 的转述不作为当前公司业务架构的事实。
（1）比较 Agentic RAG 与自己实际的 RAG 流程时，应先说明什么？
先画出自己真实流程中谁决定何时检索、查什么和何时停止。Agentic RAG 通常让模型在推理中按需选择检索工具与步骤；预先检索再生成则更容易限定调用次数。动态检索仍需权限、预算、证据检查和终止条件，应比较任务成功率、延迟与成本。原帖没有说明作者现有架构，不能直接断言它就是固定流水线，也不展开未核实的 LM-VK。
（2）外卖客服怎样区分知识检索、业务状态查询和有副作用的处理流程？
一种教学设计是先澄清意图和授权：稳定规则从有版本与来源的知识库取证，订单、券资格或派单状态查受控业务接口；赔付、改地址等写操作由业务规则校验，必要时确认用户，再按幂等标识执行并核对结果。模型可提出路由或结构化方案，不能自行放宽权限或跳过校验。不能仅按“订单/非订单”决定是否用 RAG，也不把此方案说成美团现有实现。
（3）SFT 数据构建应如何对应训练目标并防止评价污染？
先把目标行为写清，再构造输入与理想输出示范，统一格式和标注准则，核对数据来源、允许用途及敏感信息。覆盖正常、困难和边界样例，去重并按来源或近似内容分组划分训练与保留评价集，避免同一材料的改写跨集合泄漏。记录数据与处理版本，抽样复核。这是通用教学流程；原帖没有披露作者的数据规模、配方或实验结果。
（4）DPO 的偏好对怎样构造、复核并定位质量问题？
对同一输入准备可比较的候选回答，依明确指南标出相对更优的 chosen 与较差的 rejected，并保存来源和判断理由；没有可靠偏好时保留待审，不强行排序。抽查事实错误、长度偏好、近重复、标签反转及覆盖不足，避免只让模型学会表面格式。chosen 不等于完美答案，模型评审也需要独立校准；不能据此编造作者的标注方式或改进幅度。
（5）怎样说明训练项目的评价方法及其局限？
先说明目标行为、样本范围和未参与训练的保留集，再用一致条件比较基线与改进模型。把可规则检查的格式或字段、需要事实核验的回答，以及主观偏好分别评价，报告主要失败类型和分组结果。局限可能来自样本不代表真实任务、评分器偏差或数据泄漏；自动高分不能证明真实业务效果。原帖未给出具体指标与实验，不补造分数或医疗有效性结论。
（6）怎样用双指针删除链表的倒数第 k 个节点？
先声明教学假设：无环单链表，k 从1开始且1≤k≤链表长度。设置指向头节点的哑节点，快慢指针都从它出发；快指针先走 k+1 步，再让两者同速前进，直到快指针为空。慢指针此时指向待删节点的前驱，绕过该节点并返回哑节点的 next，时间 O(n)、额外空间 O(1)。空表或非法 k 的处理须另行约定；这些条件与完整解法不是原作者已完成代码或通过测试的证明。