1. 自我介绍1.5 面试官特意提了一嘴一面面试官给我的面评，不知道何意味？2. 项目相关（有些记不清了，下面这些应该不全）2.1 总体介绍项目2.2 io_uring和epoll的对比，为什么选用io_uring，讲讲心路历程2.3 协程与线程的区别2.4 Raft共识算法与Paxos的对比2.5 Raft如何保持数据一致性2.6 Raft为什么在高并发情况下性能下降3. 设计题：（面试官让共享屏幕直接使用agent作答，估计是想看看我平时是怎么使用agent的）3.1 使用agent设计一个社交平台的用户好友关系、关注信息的系统3.2 假如一个几千万粉丝的大V发动态了，怎么让关注了他的用户接收到他的更新（涉及什么推拉结合）3.3 根据agent给出的系统架构（Redis+DB），如果Redis整个集群挂了，所有用户请求直接打到数据库中，会导致数据库崩溃，设计限流机制。4. 反问：4.1 部门用Go吗？（问这个问题是为了向面试官表示我正在主动积极学Go，刷个印象分）4.2 agent对行业的冲击，同事之间会讨论吗，你们对agent代替程序员的看法？4.3 目前实际生产中agent的参与程度4.4 后续流程（这里面试官直接说后面等HR面嘻嘻）无手撕，很惊喜，因为一面手撕没撕出来以为二面还会狠狠拷打算法注：最后的设计题我答得稀烂，业务层面的设计、Redis和数据库我都不怎么了解，虽然我在看Java面经的时候经常看到这些业务设计题，但没有意识去刻意了解。后来跟面试官坦白说因为学的C++，没怎么关注业务层面，面试官人很好，表示理解。感谢面试官（还有面试官长得像桑杰，我一看他就想笑），还是要补补后端业务层面的知识！冲冲冲！！！后续：二面面完两小时秒过，约HR面

一面 - 自我介绍- 大模型和传统机器学习 / 深度学习有什么区别？- Agent 里的工具调用是怎么实现的？- 用 LangChain / Agent 框架时，一般要配哪些东西？- ReAct 是怎么用的？- ReAct 有什么缺点？- ReAct 的成功率怎么看？- 你用 ReAct 做过什么任务？- Plan-Exec 要解决什么问题？- 调 prompt 有什么规范？- 你调 prompt 遇到过什么 case？- 最近看过哪些前沿框架 / 记忆架构？- 你在记忆上有什么实践？- Skill 和上下文管理是什么关系？- 现场编码：链表分组反转 / 区间反转- 协程和线程区别是什么？- 协程中断和线程中断的区别？- Go 的 GC 做过什么优化？- GC 暂停时间一般多少？看过指标吗？- 数据库索引为什么用 B+ 树？- 堆的底层存储结构是什么？- channel 里有锁吗？实现看过吗？- 有缓冲 channel 用在什么场景？- 什么场景会出现 goroutine 泄漏？- 什么场景会用协程池 / worker pool？二面忘记录音了- 自我介绍- 项目拷打- 对redis的理解- 排序算法- 索引- 手撕 LC 33三面- 实习拷打- 手撕 LC 301三面后第二天OC

前30min自我介绍+项目经历。ps:项目经历感觉没问很深的细节，也没拷打，就看我简历的技术栈来问的（看你这边写熟练mysql，那巴拉巴拉，看你熟练http，tcp，那巴拉巴拉）。agent项目细节一个没问。项目部分问题：1.你这些是实习项目吗？（我说找的然后自己做优化）2.你这个里面为什么用Lua脚本？3.redis那个服务端，怎么保证这个原子性的？4.redis的实现架构上，比如说他的线程模型，进程模型，以及他的并发角度，来解释一下他的原子性。5.redis的持久化策略？为什么两个都用？6.我看你用了一个令牌桶+滑动窗口双算法限流，这个地方能简单描述一下调研了哪些限流方案？，或者你了解哪些限流的方案，以及他们的优缺点，以及在你这个场景最终为什么选择了这个方式？7.你怎么测试方案的性能，讲一下你当时部署的架构和测试的方法。8.你是本地部署还是？那还用redis做限流吗？有没有更好的办法呀？9.你部署的是什么模式呀，比如多个进程还是多个线程？或者单个进程，还是说协程怎么样的。10.你项目中遇到的最大困难是什么，怎么解决的。7-9答的不是很好，一直在想架构要怎么回答。八股文：1.mysql索引结构是什么？（前面架构给我问懵了，这一块没想到，然后就一直掰扯mysql的类型和优化）2.OSI七层模型，简单。场景题：客户端和服务端tcp连接后，长时间没有传数据，服务端突然宕机了，此时客户端和服务端还是连接的吗？（没懂装懂解释了一下三次握手和四次握手）编程题：单链表倒数第k个节点，只运行一次遍历。（秒了）反问环节：1.问个人表现怎么样，说我的项目理解不够深2.扯了一下ai coding ，然后我也讲了一下我使用aicoding的经验。感觉很慌，面前最担心的是编程题，没想到面后最担心的却是回答问题。问了hr小姐姐说两天内收到结果，唉更多干货资料：*****************************************

面试前两分钟，已经定了50%的成败。用CAME公式，让你开场30秒就赢了。面试官从你开口说第一句话开始，就在评估你了。心理学上有一个“首因效应”——人对他人的第一印象形成于最初的几秒到几分钟，而且这个印象会在整个后续互动中持续影响判断。换成面试场景就是：如果你的自我介绍让面试官觉得“这人思路清晰、有料”，那么后续的技术问题他会带着“发现亮点”的眼光看你如果你的自我介绍让他觉得“这人讲话混乱、没重点”，那么后续的问题他会带着“验证疑虑”的眼光看你。两种状态下，同样的技术回答，得到的评分是不同的。所以，把自我介绍打磨好，值得你花一整天时间。✍🏻️CAME公式：让你的自我介绍有结构有亮点我把一个高分自我介绍的结构总结为CAME公式：C = Core（核心身份）：一句话说清楚你是谁A = Achievement（最强亮点）：最能体现你能力的1到2个成就M = Match（岗位匹配）：你的经历为什么适合这个岗位E = Expectation（期望与热情）：你对这个岗位/公司的期待整个自我介绍的时长控制在1分30秒到2分钟之间。示例：“我叫张伟，目前在XXX大学计算机系读研二，方向是分布式系统（C）。在研究生阶段，我主导了一个基于Raft协议的分布式KV存储项目，在6节点集群上实现了读吞吐量10万QPS（A）。我来面试这个岗位，是因为贵公司在基础设施方向有很深的积累，跟我的研究方向和技术兴趣高度吻合（M）。我对这个机会非常期待，也在持续学习Kubernetes和云原生相关的内容（E）。”这个自我介绍的每一句话都在服务一个目的：让面试官立刻知道你是谁、你有什么、你为什么适合这里。⚠️不同岗位的差异化策略CAME公式是通用框架，但具体内容需要根据岗位调整。技术岗（后端/前端/算法）：Achievement部分重点放在技术项目的量化结果，用具体数字说话。避免只说“我熟悉XXX技术”，要说“我用XXX技术解决了什么问题，达到了什么结果”。产品岗：Achievement部分重点放在你对某个产品问题的洞察或者你推动的某个功能上线的过程。面试官想看的是你有没有产品感，能不能从用户角度思考问题。运营岗：Achievement部分重点放在数据指标的提升，如“我负责的活动带来了X%的用户增长”，以及你在其中的具体贡献。通用建议：在自我介绍中，不要用形容词描述自己，要用事实说话。“我是一个有很强学习能力的人”没有任何说服力；“我在三个月内从零学习了Go语言并上线了一个500日活的工具产品”才有说服力。最容易犯的三个自我介绍错误第一，时间太长。超过2分钟的自我介绍，面试官会在心里默默出神。两分钟是心理极限，超过这个时间你控制不住对方的注意力。第二，把简历念一遍。面试官手里有你的简历，你念给他听是在浪费双方的时间。自我介绍应该是对简历的提炼和延伸，把最有亮点的部分放大说清楚，而不是把简历流水账地过一遍。第三，语气过于平淡。很多人把自我介绍说得像在背课文，语调、停顿、重音都很平。一个有感染力的自我介绍，应该在关键成就的地方稍微加重语气，在表达期待的地方声音里带着一点热情。这不是在表演，而是在传递真实的情感——你真的很期待这个机会。这种真实会被面试官感受到。👉🏻一个可以立刻执行的练习方法看完这篇文章，立刻做这件事：第一步，用CAME公式写出你的自我介绍稿，控制在200到250字以内（口语速度大约1分30秒）。第二步，大声朗读三遍，注意语速不要太快（很多人紧张时语速加快）。第三步，录音，播放给自己听——你会发现很多你自己没意识到的问题：语速、停顿、用词。第四步，找一个朋友或者用AI扮演面试官，做一次完整的模拟，不用提示就能完整说完。自我介绍是一个你能100%掌控的面试环节。其他所有问题都可能出现意外，但自我介绍是你完全可以提前练到完美的。把它做好，你就已经在起跑线上领先了。