我觉得作为平台，一定是要考虑客户的回报的，只有让甲方觉得自己花得值，人家才会复购。其实快手也一直在出价策略上不断优化，从PID、MPC到强化学习出价，相比前两代，强化学习算是一次质的飞跃，因为他能通盘考虑了。不过确实还没有办法完全解决出价的复杂性，所以快手提出了第四代的生成式强化学习，本质就是把生成模型和强化学习结合起来吧。所以我觉得今年秋招想投递快手的同学，而且对这个感兴趣的，我觉得可以重点关注一下，往这方面准备一下吧。（过来人的一点建议哈）还有明天会有秋招直播，可以蹲一波了。

今日份OC * 10

一面：1h自我介绍项目中布隆过滤器的作用及原理常见的分布式锁实现方案setnx 为什么要加超时时间（死锁），什么情况会死锁String 结构做分布式锁 ，value里放什么Redission 的 field与value是放什么Redis常用数据结构Redis的内存淘汰策略Redis的持久化MySQL的存储引擎了解哪些MySQL 的日志慢查询问题AQS可重入锁与读写锁 state 变量 的使用有什么区别（差点没答上）JVM的双亲委派机制CMS与G1的区别G1的回收过程算法：单例模式（写的双重校验锁）二叉树的层序遍历反问：业务二面：1h对懂车帝的了解接受转语言吗开局四道算法（可能是因为第一道不会）...