线下hrbp面，面试官人特别好我们这批好像都是3个工作日出结果，具体结果就要看hc和横向的情况了。结果暂且不提，不泡池子还挺好，至少没过能马上继续推进别的或者签其他的。希望hc多点，给我们都放了吧东子家大业大不多我一个嘛，而且base还在成都。特地选了成都线下面，这一路的麻辣鲜香只有我自己知道😋offer来，offer来，来就签了原地结束春招去干饭把我在天津饿瘦的体重补回来

虽然AI工具越来越普及，但大部分公司在面试中仍然会问“八股文”问题，如基础知识、常见原理和经典题型。这不仅是筛选基本功的方式，也是判断候选人是否真正理解技术的手段。AI可以辅助准备，但无法替代扎实的知识体系，因此系统复习八股文依然很有必要。

1.你写的脚本，如果想在k8s当中去运行，定时运行，怎么操作？2.你刚刚提到Apollo，解释一下？3.了解k8s吗？K8s的建构？4.Deployment和StatefulSet，Ingress和Service5.你用AI的写的脚本或者说一些自动化的任务如何确保它不会出错？6.一个服务你怎么确保上线不会出错？或者说在部署过程中出错怎么办？7.你觉得运维最重要的是什么8.你觉得你个人性格当中的缺点和优点然后就是问我的其中一个项目。只记得这么多，大概面了35分钟。

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...