最近面试下来发现，面试官特别喜欢问关于知识库和RAG相关的问题，大概是我项目里用到了RAG的缘故，所以聊得格外细。经常会被问到具体怎么实现句子分片，还有一些细节处理的思路，每次都得认真回想项目里的做法，一点点讲清楚。

1. 自我介绍2. 讲一下你做的项目，重点说你负责的模块和难点3. 你在做 Agent 的过程中，真正学到的东西是什么，最大的坑是什么真正学到的不是 Prompt 怎么写得花，而是怎么把模型能力约束进一个可控系统里。比如什么时候让模型自由推理，什么时候必须走工具，什么时候直接拒答，什么时候中断循环，这些都不是模型自己能解决的。最大的坑一般是把模型当成确定性组件用，结果线上一旦遇到模糊输入、脏数据或者工具超时，链路就开始发散。后面通常会补上三层约束：输入规范化、工具白名单、执行状态机。这样即使模型发挥不稳定，系统也不会直接失控。4. RAG 这条链路里，最容易被忽略但最影响效果的环节是什么最容易...

发一下问题给大家参考，攒攒人品！1、项目一拷打2、实习经历3、RocketMQ相关a. 讲讲你对RocketMQ理解b. 消息积压问题如何处理c. 在使用中的问题？4、愿意转Java吗？我是go所以就没问语言相关的问题5、MySQL相关a. 索引失效的场景b. MySQL索引底层数据结构c. B+树范围查询的优势6、在你的学习和实践中，AI大模型工具是如何发挥作用的？是否帮助你解决过具体问题，或提升了某些项目的效率？7、模型效果如何评估8、MCP底层协议是什么9、Skills的本质是什么10、你觉得AI IDE设计的时候怎么防止类似数据库的幻读情况？11、如果让你来设计一个AI IDE该怎么做？12、有看书或者技术博客的习惯吗？13、算法：二叉树的层序遍历

25级研一在读，211本硕，没有天赋，发不出好论文，也不想读博，之前想着走java后端，现在看感觉java后端也要完蛋了，现在想转agent开发，实习大概率只能在研二下的暑期实习，有没有佬指条明路。