蚂蚁内推，蚂蚁内推码

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.实习拷打2.挑一个项目介绍一下3.项目有没有上线4.本地缓存加令牌桶控制频率具体怎么做的5.如何往令牌桶里放令牌（追问 如果很多用户岂不是有很多令牌桶 按顺序放会不会很慢）6.发消息的服务是否放在多台机器上7.改造这个算法你会怎么做8.RateLimmiter组件如何做到的9.AT模式和死信队列的关系10.超卖问题用mysql会出现吗11.能不能通过mysql去解决这个问题12.如果RabbitMQ 发消息后，消费者去写 MySQL 的时候失败了怎么办？13.是否会用ai去解决问题14.java里所有类的公共父类是什么15. object 中 equals 和 hashCode 的方法， Java 里有个规定是这两个方法必须同时改写，不能只改写其中一个，原因是什么？举例说明手撕快速排序有一个很大的整数数组 找出里面最大的 10 个数字长整形的数字计算它二进制表示一的个数

Q1：请⽤你⾃⼰的话定义 LLM Agent，并说明与单次调⽤的差异。答案：LLM Agent 是以⼤语⾔模型为推理核⼼，在 多轮 中与外部环境交互，通过 规划、记忆与⼯具 完成复杂任务的系统。与单次调⽤的差异在于：单次调⽤是 开环⽣成；Agent 是 闭环决策，每步可依据⼯具返回更新状态，直到终⽌条件。追问：若没有外部⼯具，还能叫 Agent 吗？答案：可称为「弱环境」Agent，仅有对话记忆与推理；但仍可有内环多步 CoT 与⾃我验证。⾯试中强调是否存在「⾏动—观察」循环更清晰。Q2：Agent 的记忆⼀般怎么设计？答案：分层设计最常⻅：⼯作记忆（当前轨迹与关键结论）+ 会话记忆（摘要滚动...

攒人品ing~（一天三面我燃尽了）个人背景介绍一、 项目深挖：高并发博客系统架构面试官提问：你的并发控制和API限流是怎么做的？面试官追问：点赞的接口限流具体怎么实现的？面试官追问：数据最终怎么落库？MQ消息丢了怎么办？二、 场景题：使用Redis实现QPS/QPM/QPD限流面试官提问：如果要用Redis限制一个接口在滚动窗口下的QPS、QPM、QPD，怎么做？第一版思路：将时间单位拼接到Redis Key中。面试官指出：这会导致Key数量爆炸式增长。第二版思路：使用Hash结构，记录用户在特定时间窗口内的访问次数。面试官指出：这种方式只能记录自然时间（如自然天、自然秒），无法满足滑动窗口的需求。第三版思路：使用ZSet实现滑动窗口，Score设为时间戳，Value设为唯一标识。每次请求进来先移除时间窗口之前的数据，再使用 `ZCARD` 统计当前元素个数来判断是否限流。面试官指出：在QPD（每天调用量）极大且高频的场景下，ZSet会导致元素过多，产生大Key问题。第四版思路（最终被认可）：针对精度要求没那么高的QPM/QPD，采用“分桶计数”思想。将一天24小时分为1440个分钟桶，使用String存计数值。每次判断时只需将最近时间段内的桶数据相加即可，旧桶设置自动过期销毁。表示该方案可行。三、 项目深挖：缓存三大问题解决方案面试官提问：你在项目中提到的“布隆过滤器 + 互斥锁 + 逻辑过期”是怎么协同工作的？四、 手撕算法题目：LeetCode 124. 二叉树中的最大路径和。五、 反问环节问：入职后实习生的主要工作内容是什么？问：团队内部对于AI写代码的认可度如何？问：对我今天面试表现的评价和建议？

前两篇发完，私信彻底炸了。 有人问：“老炮，你说得我都信了，但我简历不够硬，报了有用吗？”有人说：“我还在犹豫报哪个城市，能不能给点建议？”还有人直接截图报名页面发我：“已报，求老炮带飞。” 说实话，看到这些私信，我还挺感慨的。 上篇我说，招行这个“十全大补”计划，本质是一个让你“试错”的容器。但我也知道，对于很多人来说，“试”这个动作本身，就需要勇气。 今天这篇，我不想再讲大道理了。 聊几个我看到的真实案例，再说几句大实话。然后，你自己决定要不要报。 一、2个案例：那些“试了”的人，后来怎么样了？案例一：“我从大厂流量场景，跳进了金融行业场景”这个学弟是去年加我的。某头部985硕，计算机科班...