自我介绍 选一个项目介绍一下，哪些模块功能点赞怎么做的，通知是怎么做的通知如果有多个服务怎么找到sse连接点赞为什么要用redis，内存不行吗有十万个点赞，存到mq要一直发通知吗，会怎么办，怎么设计数据量大mq延时有什么问题，怎么解决点赞和取消点赞发两个消息到mq吗内存和redis有什么区别，你这样子说一样啊redis能做的内存也能存，那redis有什么用内存不能持久化/会oom，redis不也一样吗你拆分网关和多个主机服务，我怎么知道通知要送达哪个主机服务远程调用rpc你觉得底层是怎么实现的，如果要你自己实现怎么实现排行榜zset怎么实现的（说跳表加哈希表），为什么可以范围查询，那我在内存里自己实现一盒不行吗为什么还用redistcp和udp区别，tcp怎么保证连接稳定的，客户端怎么发包10MB数据怎么发，怎么接受包整合的进程和线程区别进程间通信方式有哪些栈和堆区别数组和链表区别一道算法题，合并有序链表并反转反问业务是做什么，数据仓储，有ai，多个城市有base，面试不给评价继续努力

腾讯云-后台开发一面面试流程：手撕 合并k个升序链表（暴力写出来了，面试官问还有没有其他方法，引导往正确方法想）Treenode定义为class treenode{Strng int }那么一个节点占的内存空间是多少讲一下进程和线程的区别你说进程切换开销比线程切换开销大，那你讲一下为什么进程切换比线程切换开销大那你知道进程中的上下文是什么吗，他做的什么操作上下文切换的时候操作系统都做了什么操作讲一下tcp和udp的区别那tcp就一定比udp慢吗那什么情况下tcp不会比udp慢文件传输用的什么协议你下载文件的时候tcp很慢吗那tcp是根据硬带宽而且设置滑动窗口吗那为什么下载文件的时候有时候慢有时候快那如果说在Java中，我在服务端写一个死循环一直传输一字节的数据，而在客户端中也写了死循环接受数据，循环里面每次新生成一个buffer read，是四字节的，会出现什么情况？用过ai去辅助编程吗用什么ai你怎么用ai做项目的，全部交给ai生成还是每次只提一部分的需求你怎么保证ai写的代码是正确的你怎么用ai去测试你的代码除了阅读代码你怎么排查自己代码中出现的问题那如果是业务问题该怎么排查反问：面试评价：没说给了ai的学习建议总共耗时1小时23分钟基本没有问八股和项目，大部分是面试官自己出的场景题

一面：自我介绍skills和mcp的区别介绍A2A协议，主要是用在哪些场景 有没有实际应用过代码分析agent是做什么需求的，这种分析是文件粒度还是行粒度 agent进行代码检索是如何实现的，比如提到了某些功能或者是某些报错堆栈，agent是如何查找到的，没有具体行数的话是如何检索呢对RAG了解多少 做知识检索是用哪些方式做检索的 用了哪些中间件 了解过哪些做向量检索的数据库对大数据这边的组件有没有了解线程跟协程的区别描述一下什么是工厂模式操作系统的内核态和用户态都是什么，有什么区别什么是零拷贝 c++里面有哪些封装的接口是零拷贝的简单说一下常用的网络协议，http和rpc的区别，rpc的优势...

有面试过同岗的朋友欢迎评论区交流1、项目拷打2、LLM 的基本原理是什么？3、Diffusion 模型主要解决什么问题？4、RAG 技术是做什么的？5、、微调和提示词工程有什么区别？6、在什么情况下会优先选择其中一种？7、如何处理大模型的幻觉问题？8、设计一款 AI + 场景的产品，需要说明用户痛点、核心功能以及功能优先级。9、AIGC 在教育等垂直领域有哪些应用案例？10、如何将用户反馈转化为 AI 产品需求？11、可以结合一个具体案例说明。12、需求优先级通常如何排序？13、是否使用过 KANO 模型或四象限法则？14、对比国内大模型产品，比如 Kimi、DeepSeek、通义千问，在定位上有什么差异？

面试拷打： 大部分都是项目拷打（一个实习项目，一个raft，一个lsm_tree）tcp粘包go并发编程手撕：lru有点小瑕疵。感觉有点水，没啥强度，面试官自己都没咋准备。

自我介绍 虚拟机工作原理（简历上有这个）shared_ptr原理，weak_ptr使用场景std::list和std::deque的区别如何高效的利用cpu缓存malloc原理tcp/ip滑动窗口算法，缓冲区数据结构选择网络io相关的系统调用对tcp/ip状态机的影响raft两篇论文，极端case的处理lsm tree的compaction策略，rocksdb和leveldb的优化之处grpc原理主从reactor架构的实现实习经历手撕LRU，如何减少构造和拷贝

1、协程（把知道的都说了）2、tcp、udp（所有）3、tcp的拥塞控制方法4、三次握手，四次挥手，为什么四次，三次会发生什么5、项目中的幂等键如何设置的6、k个数组，维护成升序链表（数组转链表结构体，维护小顶堆，没写完，让说思路结束）

面试时间：3/16基本没问项目主要问AI+场景题【AI场景题+并发编程场景题】+极少八股；八股：ThreadLocal的使用，内存泄漏问题，弱引用问题；线程池的使用，核心参数设计；ArrayList 和 LinkedList 有什么区别，使用场景；CompletableFuture场景题目：基本全是涉及锁的，主要是考察Java的并发编程；不同锁在在面临不同问题如何选择(各种场景下如何选择合适的锁)，系统反应慢如何排除？如何定位到某个接口？AI问题：如何使用AI？如果让你设计一个大型项目如何做？MCP是什么？skillsagentfunction call用过什么AI工具？如何设计一个agent的？为什么要多个agent的？上下文压缩如何做？长期记忆短期记忆如何做？如果有个万能的agent的是不是，不需要多个专业的agent的？还有一些ai个人使用的分享，讲讲你对ai的理解。手撕：LRU反问：公司需要使用ai，但是ai生成的代码要看得懂。所以公司更加看重基础知识。

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.介绍一个你参与过的 AI 项目。2.LLM 的基本原理、Diffusion 模型和 RAG 技术分别解决什么问题。3.微调和提示词工程有什么区别？在什么情况下会优先选择其中一种？4.如何处理大模型的幻觉问题？5.设计一款 AI + 场景的产品，需要说明用户痛点、核心功能以及功能优先级。6.AIGC 在金融或教育等垂直领域有哪些应用案例？7.如何将用户反馈转化为 AI 产品需求？可以结合一个具体案例说明。8.需求优先级通常如何排序？是否使用过 KANO 模型或四象限法则？9.对比国内大模型产品，比如 Kimi、DeepSeek、通义千问，它们在定位上有什么差异？10.分析一款 AI 工具，比如 Cursor 或通义听悟，你觉得它成功的原因是什么？11.如果需要为非目标用户设计产品，你通常会如何处理？

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 你对ai和数据库的结合有什么看法2. 向量数据库了解过吗，常见向量索引的实现细节3. 讲讲diskann4. agent memory管理有哪些难点5. 做题，很简单的一道easy

发一下问题给大家参考，攒攒人品！一、项目经验1. AI项目深挖2. 技术细节考察1- 解释大模型核心概念（如LLM原理、Diffusion模型、RAG技术）。2- 微调 vs. 提示词工程：如何选择？LoRA微调的优势是什么？。3- 如何处理大模型的“幻觉”问题？列举3种优化策略。二、AI产品思维1. 场景落地能力- 设计一款AI+场景的产品（如腾讯云智能社区），说明用户痛点、功能优先级及商业模式。- AIGC在金融/教育等垂直领域的应用案例？如何解决行业痛点？。2. 需求与迭代- 如何将用户反馈转化为AI产品需求？举例说明。- 需求优先级排序方法（KANO模型/四象限法则），并举例说明。三、产品设计能力1. 竞品与用户体验- 对比国内大模型产品（如Kimi、DeepSeek、通义千问）的定位差异和优劣势。- 分析一款AI工具（如Cursor、通义听悟）的成功因素，并提出优化建议。2. 设计逻辑- 非目标用户如何设计产品？

说来也奇怪，怎么给我一个26届应届生约面，而且为啥全问ai，我简历上就技能提了一嘴哪些场景会用ai辅助好的提示词怎么写？上下文如何更好的管理如果上下文无限大，还有必要做上下文管理如何做一个好的智能客服系统如何去评估回答质量RAG怎么提高检索准确性LLM和Agent的区别ai发展这么快，你在短期和长期是如何评估自己的价值耗时：35分钟

总的来说是一个做交付的组，一面问的很杂，表现出来的像是主要做运维，解决一些客户的线上问题，做一些 docker 的打包交付，vllm/sglang 只是想知道简单的配置选项二面自我介绍完之后ld直接问我方向不是很匹配会不会去，我说不会，就友好结束了腾讯云 - 技术与产品方向 a. 自我介绍，对某AI芯片厂的经历比较感兴趣 i. 讲一个实习中最有亮点的算子，遇到什么问题，怎么解决 ii. 遇到过什么坑吗？ iii. 性能怎么调试？模型 -- 看op占比，算子 -- 看关键代码 iv. 精度怎么调式？op -- 单测，模型 -- 逐层对比 v. 对训练有什么了解吗，你们在训练过程中是如何做加速的？...

时间：3月2日时长：50min1.自我介绍2.挑一个实习介绍具体做了什么？3.开始需求接入到上线流程是什么样的？你都参与了那些？4.经过实习对于测开岗位，你觉得需要掌握哪些技能？5.后端转测开的原因6.项目部署，问题如何定位？7.linux系统怎么去排查问题8.linux相关问题（如何读文件，如何看linux系统它的内存，端口，网络）9.设计登录页面的测试用例（手写）10反问

1. 实习中测试目标与验证方法2. 增强轻量化项目中最大的技术挑战在增强轻量化项目中，最大的技术挑战在于如何在保证高性能和低资源占用的前提下，优化现有系统的架构。 需要在设计上实现模块解耦、减少冗余代码，并对项目中关键算法和数据结构进行精细优化。 同时也要考虑兼容性问题，确保新引入的轻量化设计能够无缝集成到原有系统中。3. 代码迁移项目：从 C# 迁移到 C++ 的原因及遇到的问题从 C# 迁移到 C++主要目的是： 提升系统性能、降低资源消耗； 适应底层系统或嵌入式环境的要求。 在迁移过程中遇到的问题包括： 两种语言在语法、内存管理、异常处理等方面存在较大差异； 原有架构需适配 C++ 的手...

1. 介绍某实习公司中负责的关键词命中系统、文档提取系统具备的有特点的功能2. 基于AC自动机构建违禁词匹配的查询结构，在实际应用中是如何实现的3. 某实习公司技术栈中是否考虑过Hive、Spark这类大数据链路的应用4. 关键词命中系统优化的核心目的是否为提升查询性能，具体优化思路是什么5. Redis在关键词命中系统增量更新环节的使用方式，是否存在大key、大value问题6. 说明Redis出现大key、大value（如一个key对应几MB的value）时会引发的问题7. 关键词命中系统中Redis采用订阅发布方式监听时，多key场景下的轮询、监听该如何处理8. 关键词命中系统中处理emoji表情包存储时，涉及的Mysql存储引擎相关知识9. 关键词命中系统中emoji表情包的匹配为何需要用到AC自动机，大批量数据场景下AC自动机的应用逻辑10. 某实习公司中做Mysql治理的具体收获，展开说明相关优化手段11. 介绍某项目中AI相关的实践内容，以及对React agent、Multi agent技术栈的理解和应用12. 某笔记管理网站前后端技术栈的选型思路13. 腾讯云MCP的具体功能，以及其内部提供的工具能力有哪些14. 说明MCP、skill、function call三个概念的区别和相关性15. function call在RAG知识库中的业务逻辑实现细节16. skill在被agent使用后是否会占用上下文，其设计的核心优势是什么17. 开发agent时使用的框架和开发语言分别是什么18. 若要让大模型实现类似cloud code、cursor的编程工具功能，具体该如何实现19. Multi agent中plan的设计思路，以及在实际场景中的应用方式20. agent在长任务执行后上下文接近阈值时，采用何种机制做上下文的压缩21. 开发agent过程中，上下文管理有哪些具体的方式，该如何匹配对应的agent使用场景

是之前面腾讯云智二面实习的一道题，同时还有一道动态规划的算法题，只给了15分钟

1. 自我介绍这个看个人具体情况了 2. 实习中测试业务介绍在实习期间，我xxxx 巴拉巴拉说一堆, 如果没有也不会问这条的 看个人情况3. 计算机网络分层介绍常见的网络分层模型有OSI七层模型与TCP/IP模型。OSI模型自下而上依次为物理层、数据链路层、网络层、传输层、会话层、表示层与应用层；TCP/IP模型通常划分为网络接口层、网络层、传输层及应用层。分层设计降低了系统复杂性，各层独立实现特定功能，方便维护与升级。4. TCP相较于UDP是可靠的原因TCP是面向连接的协议，在数据传输前必须建立可靠连接。它通过序列号、确认应答（ACK）、重传机制、流量控制和拥塞控制等手段来保证数据的有序、...

自我介绍 算法题口头解10万个数三数合绝对值最小最大数组连续子序列和八股进程间的通信方式TCP第三次握手中断数据库隔离级别然后剩余全是结合实习工作和项目问的了反问：业务介绍一下技术栈（面试官回答的太拉了，头一次见自己业务都说不明白了，说了跟没说似的，问技术栈就回我一个go，这。。。。。。让我一度怀疑是不是kpi）邮件写1h，实际40m感觉不会KPI的话就是他们组里确实缺人了，因为我一面是两个月前面的，面的很垃圾，然后丢池子了，这周突然加我约面的，而且面的吧也确实很简单（搞得我都不想写面经了，因为感觉毫无价值），可能也是因为我有实习了，所以八股少很多。如果想找实习的可以去投投看