大家好，我是@程序员花海。近期一直在参与团队内 AI Agent 方向的技术面试，面过大量应届生与转行开发，聊得多了也越发清楚，大部分求职者看似项目写得满满当当，基础知识背得滚瓜烂熟，一深入交流全是漏洞。今天不从备考角度讲知识点，单纯站在面试官视角，聊聊我在面试过程中，发现绝大多数人身上普遍存在的真实问题，也是直接决定你能否通过面试的核心原因，准备面试的同学自行对照自查。一、只会调用框架接口，完全不懂底层运行逻辑这是面试里最普遍也最致命的问题。很多同学学习 Agent 全程依赖现成框架，不管是日常开发还是做项目，全程只会调用封装好的方法，顺着教程一步步完成流程搭建，从来不去深究内部执行逻辑。问...

焦虑了将近半个月，终于offer了，我真的哭了

项目都是大部分ai跑的，目前投了很多简历都挂

这个是5.11发的offer了,HR面和二面隔了10多天1. 自我介绍2. RAG 有没有解决大模型胡说八道的问题答案：RAG 只能缓解幻觉，不能彻底解决幻觉。RAG 的作用是把外部知识、业务文档、历史记录和实时数据作为上下文提供给模型，让模型减少依赖参数记忆。但如果召回错了、召回不全、chunk 切分不合理、rerank 排错、prompt 没约束好，模型仍然会基于错误证据生成错误答案。所以线上 RAG 不能只做“检索 + 拼 prompt + 生成”。必须做证据约束。比如在园区运维场景里，模型说“冷却塔水泵异常导致能耗升高”，就必须引用对应的告警记录、传感器曲线或历史工单。如果没有证据，只...