事情是这样的：要配一个本地环境，文档写了一半，我照着做，卡住了。试了三种方法都不行。带我的同事就在旁边工位，我扭头就能看见他。但我就是张不开嘴。我怕问题太蠢。怕他心想“这都不会”。怕他放下手头的事来帮我，结果发现只是我漏了一个逗号。怕他觉得招我进来是个错误。于是我继续自己折腾。又试了两种方法，还是不行。时间已经过去两个小时，我连代码都没开始写。最后还是去问了。他走过来，看了一眼我的配置文件，说：“哦，这个路径写错了，应该是斜杠不是反斜杠。”十秒钟解决。我坐在那里，有点想笑。两个小时的挣扎，十秒钟的答案。我那两个小时到底在怕什么？我害怕的不是问问题本身，而是问问题之后，那个想象中的自己被否定。但想象终归是想象，现实是，别人根本没空judge你，大家都在忙自己的事。纠结，比解决问题更浪费时间。

1. 介绍一下你做过的最有挑战性的项目，遇到了什么技术难点，如何解决的？答案要点：项目背景：业务场景、技术栈、团队规模核心挑战：性能瓶颈、技术难题、业务复杂度解决方案：技术选型、架构设计、优化策略量化成果：性能提升百分比、用户体验改善、代码质量个人成长：学到的技术、思维方式的转变2. 如何设计一个高性能的图片加载框架？需要考虑哪些关键问题？答案：核心功能： 三级缓存：内存缓存（LRU）、磁盘缓存、网络加载图片解码：异步解码，避免阻塞主线程尺寸适配：根据ImageView大小加载合适分辨率生命周期管理：Activity/Fragment销毁时取消请求性能优化： 线程池管理：网络线程池、解码线程池...

被横向挂了，希望发出来对大家有帮助！1. 请介绍 Transformer 的结构组成及各部分作用2. 如何降低 Transformer 的计算复杂度？常见的稀疏注意力变体有哪些？3. LoRA 微调的原理是什么？秩 r 的选择会对模型表现产生什么影响？4. KV Cache 是什么？为什么能极大地提升推理速度？5. RAG 完整流程，构建向量检索库时如何处理时间衰减对召回的影响？6. 微调时的训练数据是怎么构建的？如何保证样本多样性和质量？7. 在 RAG+知识图谱的 Agent 系统中，知识图谱更新的机制是怎样的？如何保证实时性？8. 训练 LoRA 模型时，你是如何选择冻结层的？依据是什么？9. 在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？10. 大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计？

公司：腾讯部门：搜狗输入法岗位：客户端开发Q1：自我介绍Q2：线程和进程的区别Q3：哈希表了解吗Q4：介绍一下红黑树Q5：工厂模式了解吗，有哪些优缺点Q6：在浏览器中输入一个网址到跳转到网页，这过程中是如何实现的Q7：说明一下TCP连接过程Q8：手撕一个代码，给定一个数组，要求将其元素升序排序Q9：实习中遇到的最大的技术难点是什么然后就是反问环节了，整体问的问题不是很难，多背背八股、多刷刷代码就好了，面试官人挺好的