别把AI当人看

RAG与知识库构建● RAG知识库中存入的向量数据来源于哪里？● 你的文本分块（Chunking）具体是怎么做的？● 深度追问： 如果让你重新设计一个RAG系统，你了解哪些文档分块的最佳实践（比如单一窗口切多大合适）？● 深度追问： 如果采用“大分块+小分块”的父子结构策略，几万字文档的大分块具体要怎么切出来？● 深度追问： 采用固定大小切分时，如何避免语义被割裂？Agent记忆管理（短期与长期记忆）● 短期记忆是如何实现的？● 深度追问： 当对话达到设定的5轮并进行了一次压缩后，如果后续对话继续增加（第6、7、8轮...），你的系统是如何再次处理和压缩这些上下文的？● 长期记忆是如何实现的？● 深度追问： 选择在什么时机进行长期记忆的持久化保存？● 深度追问： 如果用户在同一个Session中聊了完全不同的多个话题，你在压缩总结并存入向量库之前，会如何设计提示词（Prompt）？为什么必须要做这一步总结提炼？● 深度追问： 长期记忆成功保存后，后续的具体使用场景和机制是什么？存储在哪里？系统架构与工程化挑战● 从前端到后端，你是如何准确判断和捕获Session关闭的触发时机（特别是用户直接关闭浏览器页面的情况）的？● 在执行长期记忆的持久化时，如何保证数据库写入一定成功（例如遇到报错、需要重试时如何处理以防止记忆丢失）？● 你的项目集成了哪些MCP（Model Context Protocol）工具？ELK和Prometheus是如何协同工作的？● 你的Agent是只能被动响应用户的提问，还是能做到主动发现异常并给出提示/解决方案？● 场景题： 如果抛给你一条执行非常慢的SQL语句，你的Agent从头到尾的分析和处理链路是怎样的？AI编程工具的日常实践● 平时写代码在用什么IDE和AI模型？● 使用Cursor时，有什么最佳实践能让生成的代码更加准确？● 深度追问： 开发前的需求分析是你自己做，还是借助AI来做？● 深度追问： 在让Cursor最终修改代码前，生成的代码是以什么样的“中间态”交给你进行Review的？● 深度追问： 使用Cursor时，有没有自定义过相关的规则文件（如 .cursorrules）？

判断是否适合去大厂，关键看三点：一是基础是否扎实，能否应对系统化考察；二是学习能力和自驱力，是否能在高强度环境中持续成长；三是心态与预期，能否接受规范流程和团队协作。如果你更偏好稳定成长、愿意打磨基本功，大厂通常是不错的选择。

被探过底后才开的，感觉没空间a，不知道是不是大白菜qwq学历防定位

红外线切石机：让石材切割摆脱目测误差的精准作业工具红外线切石机更多被当作一种高效可靠的石材加工设备存在，不需要复杂调试或依赖经验判断，只要完成红外线对准与切割路径设定，就能在施工现场或加工车间中对各类石材进行直线或角度精确切割。相比传统切石机，其核心价值并不在于更高的动力输出，而在于切割可视化、误差最小化和作业门槛的显著降低，使其自然融入建筑装修、路沿石加工及墓碑刻制等对尺寸要求严格的场景，成为当前中小型石材加工场所最具实用性的切割设备之一。根据QYResearch的统计及预测，2025年全球红外线切石机市场销售额达到了2.31亿美元，预计2032年将达到3.71亿美元，年复合增长率（CAGR...