京东风控, 没有朋友来交流吗

我还记得24年研究RAG的时候，压根没有想到，后来技术的发展，大模型的上下文能长成现在这个样，而且随着技术进一步发展，其实Memory的加入确实能让Agent的上下文能力变得很强，但真当面试时如果被问到这个问题，你得清楚，其实是一个非常典型的面试陷阱。（我准备的答案在文末）为什么这么说？如果你跟风回答“会”，面试官很容易判断你缺乏工程落地经验，也没有真正考虑过成本问题。但如果你回答“不会”，面试官往往又会继续追问：既然不会，那现在模型拼命把上下文窗口做到几百万Token，难道方向错了吗？RAG还有存在的必要吗？你会觉得，这道题似乎怎么回答都不对：说“会”，显得外行；说“不会”，又像是在否定技术...

继上次三方毁约后，又拿到了腾讯社招offer

1. 介绍一下你做过的最有挑战性的项目，遇到了什么技术难点，如何解决的？回答框架：项目背景：简要说明项目目标和技术栈技术挑战：具体描述遇到的核心问题（性能瓶颈、并发问题、架构设计等）解决方案：详细说明采用的技术方案和实现细节效果量化：用数据说明优化效果（性能提升X%、响应时间降低等）反思总结：学到了什么，还有哪些改进空间示例："我做过一个高并发的订单处理系统。最大的挑战是在秒杀场景下，数据库成为瓶颈，出现大量超时。我采用了多级缓存架构：Redis缓存库存，本地缓存热点数据，使用Lua脚本保证原子性扣减库存。同时引入消息队列异步处理订单，削峰填谷。最终QPS从2000提升到15000，...