AI 这波浪潮来得太快了。半年前面试还在聊微服务和高并发，现在面试官张口就是：RAG 怎么做的？Agent 的执行链路是什么样的？你的检索策略是怎么设计的？会话记忆怎么控制 Token 成本？这些问题已经不是加分项了，而是越来越多 JD 里的硬性要求。但现实是，大部分人接触 AI 的方式还停留在"调 API"的阶段——跟着教程往向量库里塞点数据，让大模型吐一段话，截个图发朋友圈说自己"做过 RAG 了"。面试官稍微追问两句就露馅：文档怎么切的？检索召回率低怎么办？幻觉怎么控制？一问三不知。跑通一个 Demo 和做出一个能上线的系统，中间差的不是几行代码，...

春招实习都投了好多，全是拒绝，有一两个面试，面完也觉得希望渺茫，果真应证了那句26届学院本，buff拉满了

技术面自我介绍一下。你做过的哪个项目最能体现你的能力。简单介绍一下这个项目。哪个模块最能体现你的能力？点赞系统中说“通过 Lua 脚本保证原子性”，保证的什么原子性？点赞并发处理能力提升了 5 倍，是基于原本什么方案提升了 5 倍？5 倍是怎么测出来的？说一下你的排行榜功能是怎么设计的，这个数据量有必要分表么？XXL-JOB 分片任务干了什么？在这个过程中有异常情况吗？你觉得你哪个方向比较突出？你在上一份工作中的收获是什么？如果不用 Redis 缓存，让你自己实现一个有 TTL 的 K-V 缓存，只能用 Java API，你会怎么设计？你会如设计测试用例来测试这个组件？你平常生活的时间安排是这...