offer选择：百度，华为，网易互娱

面试题简述你平时用过线程池吧？那你说一下线程池有哪些核心参数？提交任务有哪几种方式？如果线程池里的任务抛异常了，你一般是怎么感知和处理的？面试官想听的这道题本质上考察的是并发模型的理解。核心考点在于：1、你是否理解线程池设计背后的资源控制和并发治理，而不仅仅是记住参数；2、你是否理解不同任务提交方式的语义差异，特别是它们如何影响任务的执行和异常处理；3、你是否处理过线程池异常丢失的问题，并能在生产环境中做到预防和监控。面试回答举例线程池的核心目标在于 复用线程、控制并发度、避免资源耗尽。线程池的设计围绕着资源控制和并发治理展开，其核心参数都是为了确保在并发任务量突增的情况下，既能保证系统稳定运...

学院本真的没希望了吗😭秋招0offer，投了也石沉大海，求各位佬指点一下😭

再找不到实习就找不到工作了

我头一次听这个问题的时候，寻思，这不简单，现在模型的上下文那么老长，“用向量数据库存历史对话，每次检索相关内容拼进去”，不就得了。然后过年吃饭和一个做算法的同学聊到这里，他告诉我，这样回答根本拿不到分。1.先看GPT咋做的前阵子网上比较火的一个帖子，有开发者通过对话实验，把ChatGPT的记忆机制逆向了出来。结果挺让人意外的，整套系统没有向量数据库，没有RAG，没有 Embedding 召回，甚至连相似度匹配都没做。就是四层纯结构化设计，干干净净。我当时也疑惑：GPT又不算Agent，这个例子能说明什么？你先罚一杯！ChatGPT的确是对话产品，不是严格意义上的Agent。但它的Memory设...