1. 大二有时间出来实习吗？第一个项目（知识分享平台）相关问题1. 分享平台做了多久？几个人做的？2. 定制化的二进制检测技术（SDS）可以具体介绍一下吗？3. 位图（Bitmap）是怎么设计的？4. 为什么使用位图记录用户点赞行为？5. 用户增长后，位图该如何处理？6. 用户如何通过ID找到位图中对应的位？7. 用户ID取模后冲突了该怎么办？8. SDS是用来做什么的？9. 什么时候会触发SDS的更新？10. 定时任务怎么扫、扫什么范围来更新SDS？11. 为什么选择使用binlog来做事件发布？有别的方案吗？12. 点赞系统中的卡夫卡（Kafka）是用来干啥的？和binlog的链路关系是什么？13. 用户频繁点赞再取消，链路会一直发消息，如何确保消息的有序性？14. 灾难回放是什么时候触发的？15. 自定义的热key探测机制可以具体介绍一下吗？16. 怎么样识别哪一篇内容/哪些信息是经常被访问的？17. 如何确保存储和缓存之间的一致性？第二个项目（agent相关）相关问题1. 计划执行校验迭代的机制是怎么实现的？2. 中间的上下文是怎么样共享的？3. 上下文太长了该怎么办？4. 引入的RAG具体引入了一些什么样的信息？5. RAG的准确性该怎么评估？八股1. 电脑上访问一个网页的具体流程是什么？2. 了解TCP吗？3. Redis怎么做持久化？4. 如何结合RDB和AOF让Redis尽可能满足存储诉求？5. 调大模型时的temperature参数了解吗？代码相关问题1. 滑动窗口算法解决日志请求丢弃问题的思路是什么？你看看有什么问题想问我吗？

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...

1. 自我介绍2. 关于地理位置的检索在数据库中存的是什么？如果Redis内存不够怎么做？如何优化3. 在项目的哪个地方会出现线程不安全，如何保证线程安全？4. java内存爆如何排查？5. Redis如何存智能体记忆？多个智能体多个会话？6. RAG是如何做的？提升85%是怎么测的？如何提升？7. TCP四挥手？8. MVCC是什么？9. 如何优化查询？10. JAVA内存模型？11. 垃圾回收算法和常用的垃圾回收器12. Spring ai和Langchain4j的区别13. linux的一些命令？如何去查看后台进程？手撕K个高频元素面试官人很好，自己没发挥好

1. 做一下自我介绍，重点讲你在 AI 编码和跨端工程结合上的经历2. Flutter 的核心原理是什么，如果不从 Widget 开始讲，你会怎么讲Flutter 真正的核心不是 Widget，而是它自带了一整套渲染体系。它绕过了各平台原生控件树，直接基于 Skia 或 Impeller 进行绘制，上层通过 Widget、Element、RenderObject 三棵树来描述配置、生命周期和布局绘制职责。Widget 是声明式配置，Element 负责把配置和实例关系稳定下来，RenderObject 才是真正参与 layout、paint、hitTest 的对象。这样做的好处是跨平台一致性很...