3.30智谱Maas-实习生面试（附面经攒人品30min面试官很着急，整体节奏比较快问实习经历，问题背景是什么，为什么这么做。分布式事务为什么不用现在的一些框架（对车辆使用共享库存而不是SKU独立库存的原因表示疑问，因为履约链路？）说一下线程池优化接口怎么做的，配了哪些线程池说一下慢sql优化MCP（面试官说我的Agent功能不会自己治理，所以应该写慢sql识别而不是治理）剩余时间5min，飞书文档编辑器写一个冒泡排序。反问后续流程，业务。以为会手撕，结果直接给了个冒泡排序，一时间手忙脚乱，升序降序都写错了，面试官对我的写法表示不理解，觉得写的太麻烦了

1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...

想进 AI 领域，不用只盯着大厂。按底层技术、通用能力、场景应用、创业生态、硬件算力五大类型找，匹配度更高、机会更精准。首先是互联网 / 科技大厂特点：资金雄厚、技术前沿、体系完善，适合深耕大模型、多模态、AI infra 等硬核方向，校招 / 社招规模最大。比如字节、阿里、腾讯、美团还有AI 技术独角兽（通用能力提供商）特点：专注计算机视觉、NLP、语音、大模型等单一 / 通用 AI 能力，技术壁垒高，适合算法 / 工程 / 产品岗。比如商汤、旷视、云从、依图、智谱 AI、MiniMax、百川智能、零一万物、阶跃星辰。还有对应的AI 创业公司（高成长、高机会）总结：想做底层技术 / 大模型：优先大厂、AI 独角兽、科研机构。想做场景落地 / 行业应用：优先垂直行业 AI 公司、大厂行业线。想做工程化 / 部署 /infra：优先大厂、算力公司、AI 基础设施厂商。想快速成长 / 拿期权：优先 AI 创业公司、成长期独角兽。

自我介绍 项目内容Threadlocal原理rocketMQ的作用redis二级缓存sql update语句的底层原理tcp协议hashmap数据结构，跟数组有什么区别ConcurrentHashMap原理，和hashmap有什么不同手撕：三数之和