攒攒人品！有面试过同岗的朋友欢迎评论区交流1.交易链路中怎么保证的最终一致性，有没有其他方案，你们当时是怎么考虑的2.做线程池优化的时候，只是考虑降低响应时间，那用了线程以后的JVM是怎么处理的，需要考虑吗3.慢SQL优化的MCP实现了什么功能，怎么和Agent联系在一起的4.场景：如果有一个监控日志，给Agent分析，需要得到分析结果，怎么设计这个Agent，怎么设计工具5.说一说Agent项目做了什么6.为什么要用这种分块方案，有体现在指标上吗7.重排序具体是怎么实现的8.怎么实现多轮对话过程中，根据用户反馈自我调整的功能？9.说一说关于JVM你都知道哪些10.计算机网络中502和504分别代表什么11.网络连接过程中都有哪些状态，比如closed_wait这种12.说一说linux命令知道哪些13.如果要查一个日志的第n列，排序，去重，怎么做

给我面没招了，发点面经攒攒人品～1.项目介绍2.针对项目细节展开追问，我的项目中涉及 RAG，因此这部分问得比较多，主要会围绕整体方案、检索流程、效果优化，以及为什么这样设计来展开3.Java 基础，主要是结合一些常见八股去问，看看基础是否扎实4.Synchronized 锁升级机制，一般会从对象头、偏向锁、轻量级锁、重量级锁这些点往下问，追问锁膨胀过程和不同场景下的性能差异5.Java 集合框架，通常会从常见集合类的特点、底层数据结构、适用场景开始问，再延伸到 ArrayList、LinkedList、HashMap、ConcurrentHashMap 等具体实现6.Java 垃圾回收机制，这一块问得比较系统，先问怎么判断对象是否存活，再问常见垃圾回收算法，比如标记-清除、复制、标记-整理，最后再展开到具体垃圾回收器，如 CMS、G1，以及它们各自的工作流程和特点7.平时如何使用 AI 辅助 Coding，主要会问在实际开发中怎么借助 AI 提效，比如用它做代码补全、问题排查、方案分析，或者辅助理解陌生代码8.对 Vibe Coding 的理解，结合自己的使用体验去谈，看看你是不是只把 AI 当成代码生成工具，还是已经形成了一套协作方式9.对 AI 未来发展的看法，让你聊一聊自己对方向的理解，比如更偏向 Vibe Coding 这种更自然的人机协作模式，还是更偏向 Harness 这种强调约束、流程和工程落地的路线10.算法题： n 支箭射靶，得到 m 分，有多少种策略

继续来分享下最近的面经~1. 实习拷打2. 你做的RAG知识库，具体业务场景是什么？整体是怎么搭建起来的？3. 项目一开始存在大事务问题，这个问题具体怎么优化的？4. 这个知识库支持什么内容形态？只有图文吗？图片是怎么处理的？5. 知识库面向的业务是什么？图文混合内容是怎么存储和还原的？6. 知识库更新怎么做？怎么保证内容实时保鲜？7. 这个项目里你遇到过哪些挑战和技术卡点？8. 向量库选型时考虑过哪些方案？为什么最终选择Milvus？抛开公司基建，会从哪些维度选型？9. 简历里提到吞吐、检索性能有提升，提升具体来自哪里？你做了哪些优化动作？10. 当前链路访问量、文档量级、线上运行情况如何？灰度切量到什么程度了？11. 线上有没有完整监控？链路出问题如何及时发现告警？12. 灰度切流过程中实际暴露过哪些线上问题？怎么解决的？13. 你最近参与的个人用户向、AI Coding 相关产品，目前做到什么阶段？你负责哪部分？14. 在这些项目中，你个人最大的技术收获是什么？15. 你理解Milvus底层原理，这些原理在实际落地中怎么指导你的技术决策？16. ES深翻页问题有没有遇到过？背后原理和瓶颈怎么理解？17. 有没有做过高并发场景？大促、秒杀这类高并发场景一般怎么设计处理？18. 平时开发会用设计模式吗？在实际项目里是怎么落地使用的？

继续来分享下最近的面经~欢迎友好讨论，信息共享1.实习拷打2.你实习中落地的Agent应用，整体架构链路是怎样的?核心解决了什么业务痛点?3.你在项目中使用的提示词工程方案是动态还是静态的?4.你的Agent具备哪些核心能力?工具调用的整体流程讲一下，工具注册、解析、调用、结果回传全链路5.Agent执行任务时会存在任务幻觉?6.你之前做过的代码相关Agent能力，如何判断模型生成结果的有效性、准确率、可用性?有做过量化指标统计吗?7.讲一下你项目中用户query改写的整体方案?8.为什么要做意图识别并行推理?串行执行的痛点是什么?9.你的Agent检索召回流程详细讲一遍，分词、向量化、检索、重排全链路，做了哪些优化?10.长上下文场景下，你做过哪些上下文压缩、信息筛选的优化手段?11.Agent的Skills/工具能力是如何封装和管理的?12、了解Hermes Agent吗?13、LLM的输入输出分别是什么?14、Self-Attention的原理是什么?怎么实现的?手撕:螺旋矩阵

感觉面完人都通透了，还是太菜了，下去沉淀一下1、实习拷打2、这个项目遇到什么问题？如何解决的？3、如何做的意图识别？4、基模是怎么选型的？有什么考虑？5、为什么用FAISS向量数据库，有没用过其他的数据库？6、简要介绍一下FAISS的核心原理？7、系统回答的效果是怎么评估的？8、四张卡做分布式部署，你是怎么实现的？9、讲讲page attention10、rerank重排怎么考虑的，实测有提升吗？11、模型的压测是怎么做的？12、如果问答出现了badcase，怎么定位？13、手撕：删除链表中倒数第N个节点

给我面没招了，发点面经攒攒人品～1.拷打自己的论文项目，会问很多细节的问题2.八股如下：1.RL训练中一般看什么参数2.reward hacking是什么，一般在参数中怎么体现3.PPO GRPO DPO 优势劣势 适用场景4.DPO 需不需要加KL5.rand7()怎么变成rand10() 拒绝采样

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 实习拷打2. 项目拷打2.1 现在复盘一下，有哪些可以优化改进的点2.2 问知识图谱构建和维护怎么做，困难点有什么？3. 场景题3.1 问到了他们正在做的场景3.2 文档撰写的速度可能跟不上产品迭代的速度，怎么搭建agent来解决这个问题？4. 对agent的了解，context engineering和现在的harness engineering 的区别，平时用小龙虾来做什么，claude code怎么做记忆管理，做梦机制是什么？没有手撕

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 实习拷打2. 项目拷打2.1 Agentic RAG和传统RAG的区别2.2  检索是怎么做的，生成怎么控制幻觉2.3  当时采用了langgraph架构，现在这么多框架，会考虑换框架吗？为什么？3. 场景题3.1 如果现在要处理海量多源异构的数据，RAG 怎么做3.2 新的文档进来时，如何判断是新增，还是替换旧知识？3.3 如何验证一个新文档的正确性？比如文档说阿里发布了一个新的xx标准，怎么去验证该标准的可信度？4. 手撕—快排，邮箱发题目链接，进入他们的IDE环境

继续来分享下最近的面经~欢迎友好讨论，信息共享1. 实习拷打2. 项目询问，没到拷打级别3. 因为是做agent，所以问了一些agent问题3.1 说一下 React范式，执行这一步包括什么3.2 multi agent和single agent的区别，优缺点，适用场景3.3 Claude code是multi agent还是single agent3.4 Claude code如何解决 上下文爆炸问题3.5 说说skill3.6 skill有很多，描述很长，导致上下文爆炸怎么办4. 手撕题—求岛屿数量，邮箱发题，需要共享屏幕

攒人品中，祝大家都能拿到满意的Offer！项目拷打，穿插八股1. agentic rag 和传统 rag 的区别？2. 项目里的 agent 都调用了哪些工具？3. 如何保证 rag 召回信息的质量？4. 在线爬取是用的什么 api？5. 怎么保证模型的输出不产生幻觉？6. 对于细粒度的问题，你这套粗粒度快速定位➕细粒度精确检索的方案还有效吗？7. rag 召回率 90%，badcase 都是什么问题，具体是哪个环节导致的？有想过怎么优化吗？8. 整个系统中使用的模型有做训练吗？还是调的 api？9. agent 调用工具这个过程是怎么优化的？10. 合成数据是怎么做的，如何保证多样性？11. lora 微调的原理，为什么小部分参数就能成功？12. 你训练的时候主要调了哪些参数，最终比较适合的参数是多少？13. 全量微调的劣势是什么？既然容易灾难性遗忘，有什么方法能够保证能尽可能保留模型原始能力，并让其迁移到新任务上14. self-attention 的公式是什么？QKV 各是什么意思？15. 模型生成时的temperature 是干嘛的，原理是什么，什么场景用什么值？最后手撕：lc hot100 trick题“ 寻找重复数”的升级版，重复数不止一个

发一下问题给大家参考，攒攒人品！1. 实习拷打2. 依次聊项目蚂蚁一上来就直接让你完整介绍整个项目，从需求出发如何拆解的，如何选架构，如何选技术，这里面自己又做了什么。偏向于场景题问答风格。1. 当时大家都在做RL，为什么我们还在SFT2. 这里面最大的问题是什么，有什么困难？3. 你觉得还有其他亮点可以说说吗？

攒人品中，纯干货分享项目拷打1. 比较宏观，我在这个项目里收获了什么2. 数据是怎么去重的，如何解决冲突部分3. 检索用的向量检索还是匹配检索4. 如何评价检索结果的好坏，除了acc recall f1，有没有别的指标5. 召回的数量是固定的还是动态的6. 意图理解层怎么做的7. 生成层怎么做的，检索的上下文太长怎么办8. 有无搭建过完整的 agent，memory 管理怎么做的9. 有没有用过ai coding，现场展示一个用ai coding做的事情，这个过程中人做了什么，哪些部分是可以自动化的10. 还用过别的ai 工具吗手撕代码题leetcode100中打家劫舍的进阶版，打家劫舍Ⅱ，把链表变成了环

攒攒人品！有面试过同岗的朋友欢迎评论区交流实习拷打接下来是长达40多分钟的项目拷问，没有特别深入，整个过程倾向于我描述我是怎么做的，主要是知识库文本库构建和rag。问了以下几个技术点:1. 爬虫是怎么做的2. 文档结构化处理入库是怎么做的，有没有遇到不好切分的问题3. 多模态知识库是如何对齐的4. 除了架构设计，有没有自己去做检索算法还有一段微调训练语义解析模型的经历:1. SFT有哪些2. lora 微调的原理3. loss怎么算的，训练目标是什么最后直接聊到怎么看待大模型时代下，人学算法看代码有什么用，个人对未来的职业规划是什么。接着手撕，leetcode100中的最大子数组和，动态规划就结束了。

发一下问题给大家参考，攒攒人品！1.说一下虚拟内存的基础原理2.逻辑地址如何转换成物理地址？3.介绍一下你的AI RAG项目4.文档按8000字符固定切分，会有硬切分问题，你怎么看？有什么优化想法？5.一整段很长的文本怎么拆分？6.这个项目是练习用的吗？7.做这个项目遇到的最大问题是什么？8.用的是哪个模型？9.是把用户聊天记录直接转发到API吗？10.项目是前后端分离吗？你负责哪部分？11.介绍一下分布式即时通讯项目12.项目用Web框架加WebSocket做什么？13.如何实现多设备登录和离线消息？14.离线消息具体怎么做的？15.MySQL读写分离是怎么做的？16.主库和从库的数据一致性怎么保证？17.主库和从库多久同步一次？18.跨域问题怎么解决？项目里用的哪种方案？19.前端和后端怎么通信、怎么配置部署？20.有用过Nginx吗？21.日常开发在Windows还是Linux？用什么开发工具？22.用AI辅助编程是Agent模式还是Ask模式？23.AI模型对你写代码有冲击吗？会不会替代开发者？24.说一下对Open Claw的看法

继续来分享下最近的面经~欢迎友好讨论，信息共享1.实习拷打2.你刚刚说用AI写的那套东西，能介绍一下你具体做了什么？从AI写代码到交付，整个流程是怎么弄的？3.你的项目有前后端吗？大概结构是怎样的？怎么让AI帮你搞出一套能线上正式运行交付的东西？4.你实现这个项目涉及到哪些应用、中间件组件？我需要你说明系统设计的技术选型、底层逻辑，比如爬取后做什么，完整的业务流程讲清楚。5.如果是公司里的实际场景，比如有几十个应用，涉及前端、后端系统，要改一个需求可能需要改多个系统，你让AI怎么处理？6.你用的是什么模型？7.做这个项目消耗了多少token？8.开发中token很昂贵，节省token有哪些方式？9.SDD/TDD这块了解吗？10.那你知道创建一个skill有哪些方式吗？除了自然语言描述，还有什么方式？11.说一说你对function calling的理解。12.function calling和MCP相比，是不是可以没有MCP？13.MCP和客户端通信有几种方式？你怎么配置MCP？14.function calling是通过什么告诉大模型有哪些工具可用？15.大模型使用MCP调用查询天气工具，整个交互流程大概是怎样的？不用太细。16.笔试的时候，你是怎么和系统交互的？没改代码吗？17.你怎么确保AI写的代码没问题？用的是单agent吗？18.单agent和多agent相比，多agent的优势在哪里？19.能用英文口语说1分钟左右吗？20.你平时用的数据库是MySQL吧？如果线上数据量特别大，分页查询变慢，拿到这个优化任务，你的操作步骤是怎样的？21.如果单纯是数据量大导致深度分页查询慢，优化思路是什么？22.MySQL的索引结构你了解吗？为什么是B+树，而不是红黑树、平衡二叉树或者哈希结构？23.HashMap的1.8和1.7相比，做了哪些优化？24.除了结构和插入方式，还有其他优化吗？为什么插入方式会不一样？25.线程池用过吧？它的核心参数有哪些？原理是怎样的？26.Redis你使用了哪些场景？怎么实现的？27.Redis实现分布式锁的原理是什么？28.如果锁的过期时间是1分钟，任务还没执行完，其他人会不会抢锁？29.（看门狗机制下）如果任务一直卡住，其他人是不是都拿不到锁？

发一下问题给大家参考，攒攒人品！首先是对视频生成的论文提问:1论文的创新点在哪里，主要解决的痛点是什么2论文提到的混合数据是怎么生成的，数据量大小如何3用三句话解释一下论文的核心贡献接下来是对多模态检索论文的提问:1详细介绍一下多agent架构，每个agen是什么功能，怎么进行协作2用三句话解释一下论文的核心贡献八股1解释一下绝对位置编码和相对位置编码2解释一下RoPE的具体实现3解释一下梯度消失和梯度爆炸4如何解决梯度消失和梯度爆炸5解释一下grpo和ppo的区别手撕中等题LeetCode33.搜索旋转排序数组(Hot100经典二分题)，完整题目如下:整数数组nums按升序排列，数组中的值互不相同。在传递给函数之前，nums在预先未知的某个下标k(0<=k<nums.length)上进行了旋转，使数组变为nums[k], nums[k+1],..., nums[n-1],nums[0], nums[1],..., nums[k-1] (下标从0开始计数)。给你旋转后的数组nums和一个整数target，如果nums中存在这个目标值target，则返回它的下标，否则返回-1。

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1项目拷打2实习拷打3你是如何解决泛化性的4问我对agent是否有了解5对于mcp和skil是否了解代码1.MHA实现2.一道leetcode的代码

1.自我介绍2.LangGraph相比于LangChain有什么优势？LangGraph的状态快照机制了解吗，大概是怎么实现的？你的向量记忆库是如何更新用户画像的？3.如何区分短期记忆和长期记忆？ 安全护栏是如何实现敏感词拦截的？4. 在RAG中，文档切片的粒度如何选择？5. 向量数据库索引中，IVF_FLAT和HNSW有什么区别？各自的适用场景？6. 什么是CoT？为什么它能提高模型处理复杂任务的能力？7.HTTP协议中GET和POST请求的区别？8.介绍一下Function Call的流程，模型是如何知道该调用哪个工具的？9.介绍一下vLLM中PagedAttention的原理10. 大模型应用中常见的幻觉有哪些类型？在工程上如何缓解？11. Python中列表和元组的区别12.介绍一下Python中的装饰器及其应用场景13.手撕：无重复字符的最长子串📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.自我介绍2.LangGraph相比于LangChain有什么优势？LangGraph的状态快照机制了解吗，大概是怎么实现的？你的向量记忆库是如何更新用户画像的？3.如何区分短期记忆和长期记忆？ 安全护栏是如何实现敏感词拦截的？4. 在RAG中，文档切片的粒度如何选择？5. 向量数据库索引中，IVF_FLAT和HNSW有什么区别？各自的适用场景？6. 什么是CoT？为什么它能提高模型处理复杂任务的能力？7.HTTP协议中GET和POST请求的区别？8.介绍一下Function Call的流程，模型是如何知道该调用哪个工具的？9.介绍一下vLLM中PagedAttention的原理10. 大模型应用中常见的幻觉有哪些类型？在工程上如何缓解？11. Python中列表和元组的区别12.介绍一下Python中的装饰器及其应用场景13.手撕：无重复字符的最长子串📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。