我觉得作为平台，一定是要考虑客户的回报的，只有让甲方觉得自己花得值，人家才会复购。其实快手也一直在出价策略上不断优化，从PID、MPC到强化学习出价，相比前两代，强化学习算是一次质的飞跃，因为他能通盘考虑了。不过确实还没有办法完全解决出价的复杂性，所以快手提出了第四代的生成式强化学习，本质就是把生成模型和强化学习结合起来吧。所以我觉得今年秋招想投递快手的同学，而且对这个感兴趣的，我觉得可以重点关注一下，往这方面准备一下吧。（过来人的一点建议哈）还有明天会有秋招直播，可以蹲一波了。

被训成啥了，正常发个吐槽公司的事离职后还能私聊阴阳我

采用的什么将分布式缓存同步到本地缓存？1.Redis Pub/sub 2.MQ 分布式定时任务广播的原理，啥协议通知到多台机子上？Redis Pub/sub基于啥协议。。RPC原理流程客户端调用 → 代理层 → 序列化 → 网络传输 → 服务端接收 → 反序列化 → 实际方法调用服务端启动，并监听端口。客户端stub通过动态代理调用服务接口的方法。动态代理将调用信息封装成请求消息，序列化后发送给服务端。服务端stub接收请求，反序列化，通过服务名和方法名找到对应的实现方法，使用反射执行方法。服务端将执行结果序列化后返回给客户端。客户端接收响应，反序列化后得到结果，返回给调用者。动态代理层（客户...