自我介绍 开发环境怎么样的，开发/上线怎么排查某个服务是慢了还是挂了日志怎么做呢日志怎么做串联呢，怎么排查出来在哪里？日志有打traceIdkafka消息丢失发生在环节呢，怎么处理？画项目架构图有异常了怎么处理，聊天模块？800ms是怎么来的？提升40%+怎么来的？docker里包含了什么？怎么处理docker里的前后依赖的？当时为什么做了轮子说说LRU的策略怎么做的并发安全怎么学习一门新语言怎么用ai项目怎么用ai改历史项目？有没有自己做过skill---------------------估计挂了，面试官说需要补充运维，Linux、中间件故障位置定位的知识

最近香云的私信收到好多宝子在问OD机考，香云也带过十几个学弟学妹们上岸，把我的“偷分”技巧全盘托出，别的不敢说，保你150分飘过！先说心态：别被“400分”吓死，我们目标150！机考3道题（100+100+200），150分就合格。什么概念？前两题搞定，第三题白卷都能过！当然，没人会教白卷，咱要的是“田忌赛马”的策略。香云整理的复习路线：1.第一步：打基础，去“代码随想录”。这是个免费的网站，跟着他的分类（字符串、数组、哈希表...）一关关过。记住：别背代码！你背了也没用，人家稍微改改你就不认识了。要学那个“套路”，比如看到找子串就想滑动窗口。每题先自己想，卡住了再看讲解，做对了也得看，因为他...

1️⃣1. 概念区分1.1 MCP- JSON-RPC 2.0 的消息结构- 生命周期/能力协商（连接初始化、会话控制）- Server 侧暴露的三类对象：tools、resources、prompts- Client/Host 侧可提供的能力（例如 sampling）1.2 Skill一个可用的 skill 通常包含：- 触发条件（什么时候用）- 工作流（步骤、决策点、失败处理）- 可执行资产（脚本、模板、测试用例）2️⃣2. 链路区分2.1 MCP 链路：发现 → 选择 → 调用 → 回写一个常见的 MCP 执行回路可以抽象成：1. Host 启动/连接 MCP server。2. Host 获取能力清单。3. LLM 根据任务与当前状态选择工具并生成参数。4. MCP server 执行，返回结构化结果（可能带大段文本/文件引用/错误堆栈）。5. Host 将结果写回上下文，继续下一轮推理或最终回答。这个闭环里，MCP 的协议层只保证可调用，不保证会用。2.2 Skill 链路：索引常驻，正文按需；执行在外部环境在 Skill 机制里常见的策略是：- 上下文中常驻的是“技能索引/触发规则”，而不是技能全文。- 触发后再加载 SKILL.md、脚本、参考资料。- 代码执行发生在工具/终端环境中，回写到上下文的是最小必要输出（而不是整段日间文件）。这条链路的关键是：把“长文本推理”尽量变成“短文本调度 + 外部执行”。3️⃣3. 资源耗费差异3.1 MCP 为什么更容易推高 token 与时延来自近一年多项基准的共同结论是：真实 MCP 任务经常同时满足“长轨迹、长上下文、工具空间大、工具不熟悉”。- MCP-Universe 把长上下文与未知工具作为显式挑战，并报告 token 随交互步数快速增长。工程直觉对应到三点：- 工具描述与 schema 本身要进上下文（工具越多越贵）。- 工具返回值通常比人类写的“摘要”长（回写越多越贵）。- 多 server 并联会引入选择噪声，导致更多无效调用与重试（越试越贵）3.2 Skill 为什么通常更省 token，但并不总是更省资源Skill 的常见优势是：- 把怎么做沉淀成文档与脚本，减少重复规划。- 通过按需加载降低常驻上下文。但它的资源风险也很明确：- 执行成本可能从LLM token转移到脚本/工具运行时。- skill 数量膨胀后，同样会出现检索/触发错误，只是错误发生在工作流级别。

📍面试公司：百度🕐面试时间：二面 5.11💻面试岗位：后端开发❓面试问题：自我介绍（背景+技术栈+实习+项目）什么时候可以到岗？实习时长？实习拷打根据你的理解说说 RAG 是什么？RAG 会出现什么问题你知道吗？如何优化你知道吗？LLM 回答出现幻觉怎么办？LLM 投毒怎么解决？JWT的组成部分？你的payload部分存的是什么？其他用户能通过一些手段看到payload部分的信息吗？为什么要使用ThreadLocal？本来想问ThreadLocal的内存泄露，又改成平时有没有遇到过OOM？讲一下你项目中rabbitmq的使用？怎么实现的延迟消息？说一下“redis解决共享session问...