双非一本，前端，27届找暑期实习。腾讯一面刚完，写个记录。 说实话投了没抱太大希望，结果真的约到了，还挺意外的。 面试大概50分钟： CSS/HTML：BFC是什么，应用场景列几个；flex布局常见属性，如果子元素宽度超出怎么处理。 JS基础：闭包、原型链（老三样，不意外）；手写Promise.all，要求处理reject情况。 框架：Vue响应式原理，Proxy和Object.defineProperty区别，追问了Proxy的局限性；React和Vue的diff算法差异。 算法：二叉树层序遍历，然后追问：每层从右往左输出怎么改。 工程化：Webpack和Vite的区别，为什么Vite在开发...

（打个码避免被开盒）我被组内委婉劝退，然后需求对接正好对面有个暑期失利的产品，后面聊了一会儿，感觉同是天涯沦落人。然后今天他要私了（离职），在账号停用的前1min，我发了个祝福，然后就如图所示了。此情此景就像我常玩的gal一样凄美，让我触动（纯感概场景，对别人没有意思哈）

1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...