继续来分享下最近的面经~欢迎友好讨论，信息共享1.rag 构建，向量数据库原理选型，2.元数据过滤，混合检索怎么做的，重排，召回，评价指标，分层架构怎么设计的，兜底策略，3.工具调用失败或者顺序性怎么保证，非常全面，同时延伸场景题，4.如果设计一个可中断的智能体系统怎么做，5.用户多，点击次数频繁怎么做优化，6.rag 知识库文档有十几万，怎么办，以及如何不让大模型胡说以及说一些隐私数据7.AI coding 相关知识以及场景题，如何设计一个大项目代码与 agent 交互系统，大模型 token 有限情况下。8.transformer 原理，只说结构 qkv 还不行，继续问深的。9.skills，tool，mcp，openclaw 都有问到，以及自己在科研或者实习项目中怎么用，有什么心得八股：十五分钟1.bitmap ，缓存穿透，击穿，雪崩2.布隆过滤器原理3.es 倒排索引原理4.mysql 慢查询，如何排查，索引结构，索引失效情况5.消息队列保证消费唯一性以及顺序性。手撕：单词频率  十分钟

结论：要刷，但不是死记硬背地刷；是为了练内功、过面试、驾驭AI，不是为了背题。一、先说现实：大厂面试，还是要考 校招/应届生：必须刷。字节、腾讯、阿里、微软、亚马逊，算法题依然是筛选门槛，不刷基本拿不到offer。 社招13年：高频考。中等难度为主，考思路、复杂度、边界处理，不是纯背诵。 社招5年+：看团队。偏架构/业务的少考纯算法，但基础题、复杂度分析依然常见。 AI/算法岗：必刷。LeetCode是基础门槛，和AI算法本身无关，但大厂筛选就认这个。  二、AI能写代码，为什么还要刷？1. AI写的是代码，你要懂的是“对错与好坏”AI能秒出解，但你得看得懂： 时间/空间复杂度对不对 有没有边...

大厂不要中厂不理小厂不在，问谁都不理大厂又高攀不起，想找个中小厂积累经验也不要

帮客户做付款单时，他累到眼睛都睁不开，让我直接按他给的数据做，做完发他就行。因为使用数据前习惯性核对数据是否准确，数据不准确结果不会对，我就习惯性复核了一遍，发现小数点右移了一下，按这个数据付款会多付近十万。我立刻跟他确认，默默帮他修正所有错误，全程没提额外费用，只让他安心休息。他只说了声谢谢，我也没放在心上。直到后来看到直播间礼物刷屏，心里又暖又不好意思，这还是第一次帮了别人，别人不是口头意思一下就过了。其实很多时候多看一眼只是职业习惯罢了，不过是让自己多一份安心、别人多一份放心。这份被信任的踏实感，真的好暖，也让我坚信，靠谱和责任，才是走得远的底气。