一面 1、拷打实验室项目（10min）2、讲一下秒杀活动的实现3、前端防刷能解决哪些问题，有哪些局限性4、如果用户不通过浏览器界面，而是直接模拟或调用后端接口进行刷单，如何防范？5、在应对局域网下（同一IP）大量用户同时抢购的场景时，怎么设计IP限流策略？6、高并发场景下“热Key”问题会对系统产生什么影响？怎么解决7、除了“下单”环节，整个秒杀链路中还有哪些环节可能存在性能瓶颈或挑战？8、在秒杀活动正式开始前，如何应对用户不断刷新页面等行为带来的流量冲击？9、为什么决定做这个Agent项目？10、怎么用Graph框架来设计和控制任务流程的？11、RAG知识引擎包含了哪些核心功能？12、如果知识库的内容非常庞杂，包括多种类型，如何智能地判断和优先提供最相关的知识？13、讲一下MCP的实际开发或集成经验？14、MCP与传统的Function Calling在工具调用层面，主要的区别和优势是什么？15、反问

我到现在还没收到笔试，但是一直显示笔试中这是为啥 可恶，米✌别拿我开玩笑啊

二面 1、自我介绍2、简单问了下实习（5min）3、做过的项目里，遇到的核心挑战有哪些？如何解决的4、做这个项目的核心目标是什么？具体场景是啥5、RAG引擎具体是做什么的？6、用于RAG的数据是从哪里来的？7、针对RAG这部分，有没有自己构建知识库进行对比实验来评估效果？8、具体使用了哪些知识？如何评估这些知识的质量？9、RAG里面的向量化是怎么做的10、如何评测这个RAG引擎的具体效果11、系统生成一次回答反馈大概需要多长时间？12、知识检索过程为什么会花费这么长时间？你预估每个步骤的时间是多少？13、实验室项目微调的训练集是怎么构造的？14、微调后的效果怎么样，怎么评测微调效果？15、有没有阅读过Java生态中一些经典框架或工具的源代码？16、平时怎么学习大模型和AI相关知识的？17、AI Coding的掌握程度18、让你实现一个类似Copilot的代码生成工具，大致思路是怎样的？如何让它达到较高的准确度？19、如果实习的话最早能什么时候来？持续多久？

一面 1. 自我介绍+介绍论文，根据论文问了一些拓展的问题 2. 简单说一下AUC的定义、物理意义和如何计算，并且用python实现一下AUC的计算 3. 手撕：lc199改编 二叉树的左视图 acm模式，要自己建树和序列转树 面试官很耐心，感觉面试流程很顺畅