阿里笔试-火柴摆数字题求助

本来是不敢投腾子后端的,首先是语言不对口(C++转Go),其次怕被挂了之后脏面评...但是小吉书的学长从腾子下来了,mt想让学长内推几个人,不要求对口,只要能大方表达自己,会用AI工具,能独立思考解决问题就能来干(面试造火箭,到岗打螺丝.jpg).好机会!笔者把简历送到后,学长的mt看着觉得不错,就投了... 然而据说投了第二天简历就被别的组锁了,后续也是这个组约面.Codebuddy,虽然是后台但感觉是智能体开发岗,无论如何有鹅选鹅了,转语言什么的都是小问题!腾子禁止录屏录音,但没说不让传面经(毕竟大厂嘛,面经满天飞是在所难免的事,而且禁止传面经之后说不定还会有人用面经收费),所以笔者没录,...

两个项目一个是黑马点评 一个是随便找的agent项目 黑马点评讲解看了一半有必要看完么或者换一个别的项目 那个agent项目也只是看了一半 友友们给点建议😭 格式问题和内容问题都可以谢谢了😭

真没招了，三月才开始准备八股和算法因为没想到不仅大厂笔试过不了小厂也根本鸟我，笔试都不愿意发一个，心里心存侥幸说即使没实习好好磨炼技术再做一两个rag、agent项目去秋招，但是我现在投暑期实习就感受到秋招的寒气了，完全不觉得是金三银四而是铜三铁四😭😭😭，怎么办完全没招了，最近焦虑到学都学不进去每天都在投简历

1. 怎么把 RAG 接入到你的 Agent 执行链路里的？是在调用工具之前先检索，还是在生成结果之后再做校验？我们的 RAG 是通过 Spring AI 的 Advisor 接入到 ChatClient 的：模型调用前在 before() 做向量检索，把命中文档拼成上下文注入 prompt；模型生成后在 after() 把命中文档回写到响应 metadata 便于追踪。当前是“先检索再生成”的 pre-RAG，并没有单独做生成后的事实校验，后续可以增加 verifier 节点来做 post-check。2. MCP 是完全自研的吗？和市面上成熟的 Agent 框架相比，你的方案在扩展性上有什...