纯聊天吧，感觉也没戏。1.上来先介绍自己的部门，介绍完了到我介绍自己2. 阻塞和非阻塞，如何提高性能3. 能处理多少数据4.介绍一下rag5. 讲讲你构建graph的过程6.MCP是有哪些MCP啊？了解MCP的具体定义以及它的优势吗7. RAG链路是怎么做的？然后里面的文档切分这个详细的流程你能介绍一下吗？8. 了解milvus以外其他向量数据库吗接下来就是各种聊天聊ai除写代码其他的场景吗？还有用其他的工具吗？AI的工具或者你听过有哪些吗？现在就是比如说写代码做得很好了，那它它有什么缺点呢？就你平常用的或者你感受了解的，目前还有什么缺点？如果它写得不对自己改还是让它改还是要怎么改？大家有没有Go-agent相关的项目？如果有些multiagent，eino相关的可以推荐更好啦有偿也可以

攒人品中，祝大家都能拿到满意的Offer！1.深度参与项目，产出2.OCR为什么做文件识别；部署的哪个3.传统的读取pdf docx api sdk有用过吗4.文本内容为啥还要用ocr5.pdf图片内容；图片，图表的理解，怎么做；饼状图，折线图怎么提取语义信息6.ocr背后的原理，给一个饼图，然后怎么输出内容7.是否真的了解怎么识别占比类比这样的语义识别8.有看过ocr调用，语义保留这样的指标的评估9.怎么做评估；完全识别的指标又是怎么评估；九十分一百分怎么打分10.图表识别怎么评估打分，怎么评判，有哪些依据11.为啥选768维度12.讲下embedding模型，怎么做embedding13.embedding模型底层；什么是token；为啥100wtoken最大token数14.大语言模型参数了解吗；在显存消耗的哪个层面消耗的15.transfomer词表是怎么构建的吗16.ES怎么构建的；这里面的关键词怎么构建的；BM25基于什么原理17.一部分milvus语义召回，一部分ES关键词召回；怎么返回用户的18.精排维度是多少，原理是什么19.rerank精排基于什么；为啥精排效果更好20.针对上述的你提的问题，说出自己解法21.最核心的一个指标的什么；最核心的指标；归纳出最核心的一个综合指标22.Function Calling、MCP、Skill分别解释概念；用到什么场景；分别解决了什么问题

1.自我介绍2.深度参与项目，产出3.OCR为撒做文件识别；部署的哪个4.传统的读取pdf docx api sdk有用过吗5.文本内容为啥还要用ocr6.pdf 图片内容；图片，图表的理解，怎么做；饼状图，折线图怎么提取语义信息7.ocr背后的原理，给一个饼图，然后怎么输出内容8.是否真的了解怎么识别 占比 类比这样的语义识别9.有看过ocr调用，语义保留这样的指标的评估10.怎么做评估；完全识别的指标又是怎么评估；九十分一百分怎么打分完全识别11.图表识别怎么评估打分，怎么评判，有哪些依据12.为啥选768维度13.讲下embedding模型，怎么做embedding14.embedding模型底层；什么是token；为撒100wtoken最大token数15.大语言模型参数了解吗；在显存消耗的哪个层面消耗的16transfomer词表是怎么构建的吗17.ES怎么构建的；这里面的关键词怎么构建的；BM25基于什么原理18.一部分milvus语义召回，一部分ES关键词召回；怎么返回用户的19.精排维度是多少，原理是什么20.rerank精排基于什么；为撒精排效果更好21.你觉得这些策略涉及有哪些问题；讲了四个问题权重；向量维度；双向量检索的策略；切分策略（切分维度）22.针对上述的你提的问题，说出自己解法23.最核心的一个指标的什么；最核心的指标；归纳出最核心的一个综合指标24.function calling mcp skill，解释概念；用到什么场景；分别解决了什么问题答得不好25.prompt engining ，context  engining，hareness enginering 解释什么问题答得不好26.抽象类和接口却别27.jvm内存回收；什么情况下适合标记清除，什么标记整理28存活时间怎么定义这里列下六个ai概念和解释24. Function Calling、MCP、Skill：概念、场景与解决的问题这三个概念其实代表了 AI 智能体（Agent）与工具交互的三个不同层级：底层协议、通信标准、业务封装。1. Function Calling (函数调用)概念：这是大模型的一种底层能力。它让模型不仅能输出文本，还能输出结构化的数据（如 JSON），告诉程序“我要调用哪个函数，参数是什么”。解决的问题：解决了“模型说不清楚，程序读不懂”的问题。它打破了模型只能聊天的限制，让模型有了“手”，能触发外部动作。场景：简单的工具调用：查天气、计算器、查询数据库。提取结构化信息：把用户的一段话转换成 JSON 对象。2. MCP (Model Context Protocol，模型上下文协议)概念：由 Anthropic 提出的标准化通信协议。你可以把它理解为 AI 界的 USB-C 接口。它定义了一套标准，让 AI 应用（Client）能统一地连接到各种数据源和工具（Server）。解决的问题：解决了“连接碎片化”和“上下文孤岛”的问题。以前每接一个工具都要写一套适配代码，现在只要工具支持 MCP 协议，AI 就能直接连，不用重复造轮子。场景：企业级应用集成：统一连接本地文件、Google Drive、Slack、GitHub 等。跨平台工具共享：开发者开发一个 MCP Server，所有支持 MCP 的 AI 客户端都能用。3. Skill (技能)概念：这是面向业务的能力封装。它通常是一个包含指令、脚本、资源和提示词的“文件夹”或集合。Skill 往往基于 Function Calling 构建，但更复杂。解决的问题：解决了“工具零散，无法完成复杂业务”的问题。它把一个个原子化的函数（如“查航班”、“查酒店”）组合成一个有意义的业务能力（如“订机酒套餐”）。场景：复杂任务处理：比如“帮我策划一次旅行”，Skill 会自动规划步骤，依次调用查天气、订机票、订酒店的函数。垂直领域专家：比如“法律助手 Skill”，里面封装了查法条、写文书的特定流程和提示词。📌 总结对比表表格概念本质定位核心解决问题形象比喻Function Calling底层交互协议模型输出结构化指令神经信号（告诉手要动）MCP通信与调度层统一连接标准，避免重复开发USB 接口（通用插头）Skill业务能力层复杂任务编排与封装操作手册（怎么做菜）🧠 25. Prompt Engineering、Context Engineering、Harness Engineering这三个概念代表了 AI 应用开发从“手工作坊”到“系统工程”的进化过程。1. Prompt Engineering (提示词工程)解释：这是最早期的阶段。核心是“写咒语”。通过精心设计自然语言指令（如“你是一个专家，请一步步思考...”），引导模型输出更好的结果。局限：它是一次性的、静态的。如果任务太复杂，光靠一段话很难控制模型。2. Context Engineering (上下文工程)解释：这是目前的主流趋势。核心是“构建信息流水线”。它不再只关注那一句提示词，而是关注如何把最有效的信息（知识、历史、工具描述）在恰当的时机喂给模型。它包括 RAG（检索增强）、记忆管理、摘要压缩等技术。解决问题：解决了模型“记性差”、“知识过时”和“幻觉”问题。它把模型从一个“聊天机器人”变成了一个“拥有外部知识库的专家”。3. Harness Engineering (编排工程/智能体工程)注：Harness 在这里通常指“智具编排”或“系统 harness”，类似于 LangChain 或 AutoGen 这类框架所做的工作。解释：这是最高阶的阶段。核心是“系统级管控”。它不仅仅是给信息，而是设计一个工作流。比如：先让模型 A 写代码，再让模型 B 审查代码，如果报错再让模型 A 修改。它涉及多智能体协作、循环反馈、工具调用的逻辑编排。解决问题：解决了复杂任务的自动化执行和可靠性问题。📌 一句话总结进化史Prompt Engineering：教模型“怎么说话”。Context Engineering：给模型“参考资料和记忆”。Harness Engineering：给模型“ teammates（队友）和工作流程”。

攒人品中，祝大家都能拿到满意的Offer！1. 项目拷打2. 对Redis有什么了解，Redis有什么竞品，为什么用Redis3. 项目主要用来解决什么问题，数据哪来的，怎么评测结果好不好4. 项目AI coding的占比有多少5. 平时有什么爱好，平时学习一般通过什么途径6. 有养过龙虾（openclaw）吗，相关领域有了解吗7. 能实习多久，对未来三年的规划是什么样，有其他offer吗8. 对钉钉有多少了解，看过钉钉的产品发布会吗

面了50分钟左右，无手撕1. 笔试的提示词工程题，后面有没有其他的解决思路2. 如何解决AI数字计算不准确的问题3. 使用Python脚本，怎么落地，一定要在服务端吗，假设有一千万个司机要计算价格怎么办4. 说一下few-shot机制，解决了什么问题，原理是什么5. 写提示词，开头和结尾怎么写，哪个权重高，开头结尾调换一下会怎么样6. 提示词有一万个字和十个字会有什么问题7. 一两百字的提示词复制两遍，有什么用8. 说一下skill，如何让AI用skill把金额算的更准确9. AI操作db有两个流派，一个是让AI生成sql，一个是让AI生成一段数据分析脚本，执行脚本，哪个好10. 真实场景，老板需要考勤打卡数据、报销数据，怎么算11. 有没有写过技术博客或者开源项目，没细问12. 有没有实习经历，我的实习偏测试，没细问13. 了不了解其他向量数据库14. 介绍一下ivf索引15. 有没有看过 Java 或者 Spring 的源码，举个例子16. 新框架有没有彻底解决循环依赖17. 如果只用setter getter，不允许用构造器依赖，会不会出现循环依赖的问题18. 如果用类似于apache之类的开源库，会不会造成依赖问题19. 什么情况下会出现缓存击穿，解决方法20. 单线程缓存重建能不能解决缓存击穿，缺点是什么，淘宝热卖商品能不能用这种策略21. 日常用的db多少访问量会挂，假设有四个cpu，10毫秒，能支持的最大量级是多少，列个公式22. java里的String底层怎么实现的23. Arrays.sort()底层怎么排序的

1.介绍团队是干什么的2.问笔试题目，没做出来的都问了一遍。3.问prompt:(1)看我a了37.5%，问我知不知道如何改进？(2)prompt工程一般怎么写？(3)你说到可以给输入输出案例，落到底层原理上大模型是怎么做的？(4)你说到可以给定“按json输出”，如果我拿到的结果不理想(非json)，你觉得如何改善(5)你说可以使用** content **来加强引用，具体到底层大模型如何识别的？4.如果一个用户反馈大模型给的不准，你如何排查？5.了没了解过deepseek的深度学习，它的具体详细的思考过程是怎么样的？6.看到我写了RAG(1)RAG是什么时候出现的？(2)了没了解过抖音、谷...

人生第一次面试，从中午开始就紧张的不行，吞了两粒普萘洛尔，面试的时候确实一点没紧张了。问了快四十个问题，面经写出来才发现问题这么多，怎么记得看面经都是只有一二十个，是不是大家发的时候都精简了一些导致的？鼠鼠实力还是不够，死锁居然没想起来，aba问题一句话的事，也没看过，场景题也只能凭自己经验瞎编，没提前准备好在面试官人比较好，没答上来也给提示，说没关系。（感觉面试官也有点紧张，让我放松了不少）没有手撕也比较惊讶，不知道是出于何考虑。希望能有二面吧，给我一点正向反馈吧，压力真的是爆了问题：1. 请花大概五到十分钟，介绍一下你的项目经验，以及整体遇到的问题和如何解决的。2. 本地生活服务平台项目，是你一个人完成的还是团队合作完成的？3. 这个项目（本地生活服务平台）中，你觉得遇到了最重要、最难的问题是什么？你是如何解决的？4. 经过你这个缓存设计之后，你的整个系统 QPS 可以到多少？假如说我现在要扛 1 万 QPS 的话，你觉得整个系统还需要做什么升级改造？5. 你怎么样去识别哪些数据是热点数据的？6. 假如说你的系统一直运行得很好，突然某天出现了宕机，你觉得应该怎么去定位？大概的流程知道吗？7. 你觉得秒杀系统这种商品购买和普通的商品购买，它会有什么不同？整个系统需要考虑什么因素？8. 如果系统现在能扛 1000 QPS，瞬间来了 3000-4000 个客户秒杀，可能会发生什么？应该有什么措施去对抗/缓解这种情况？9. 你滑动窗口限流用的是什么组件？大概是怎么实现的？10. 针对第一个 下单资格判断Lua脚本，脚本主要的逻辑是什么？11. 如果配合 Lua 脚本的话，有没有什么注意事项？12. 假如因为不小心写了个 bug，这个 Lua 脚本执行需要 10 秒或者 20 秒，你觉得这个时候系统可能会发生什么情况？13. 假设 Redis 的 Lua 脚本正在执行一个扣减操作还没执行完，这时候其他客户端的请求打过来了，它会阻塞吗？还是不阻塞？14. 你们的项目里面用到 Caffeine，为什么用它？主要用它做什么？架构设计上有什么考虑？15. Caffeine 的淘汰策略你大概知道吗？16. 系统运行中如果出现慢 SQL，一般是什么原因？以及如何定位慢 SQL 问题？17. 假如系统用户量非常庞大（两三千万），要给数据库去加索引的话，这个索引加起来可能耗时两三个小时，在执行索引时需要注意什么？18. 你怎么样去测你的 QPS？你评估出来的 1000 QPS 主要是关注哪些指标？19. 本地生活服务平台是在公司里面的经历，还是你们自己的一个学习项目？20. 对于 Kafka 了解吗？它是怎么样保证消息顺序的？21. 即便做了缓存缓解压力，MySQL 还是可能有瓶颈，你觉得这个时候需要做哪些对 MySQL 的优化？22. 你说数据库做主从分离，读从库时，怎么样去保持主库和备库的数据一致性？23. 你们整个系统有没有用到什么监控？你觉得应该做哪些监控去保证稳定，避免发生用户投诉而你没感知的情况？24. 假如系统突然之间 CPU 报警到 90%，或者内存马上要不足了，你应该怎么样从哪些方面去排查？25. 假如系统做了集群，其中有台机器持续报警，你没时间定位，最快的止血方式是什么？26. 如果 Redis 数据更新了，但 Caffeine 的数据还是旧的（双缓存不一致），什么情况下会出这种 bug？发生了要怎么办？27. 订单系统里的超时关闭（延时任务），你觉得应该怎么实现？28. 怎么防范爬虫？29. 滑动窗口限流和固定窗口限流有什么区别？为什么用滑动窗口？30. 支付回调和关单任务可能同时操作同一个订单，应该怎么样去设计避免冲突？31. 你大概知道什么是 CAS 吗？这里面可能会有什么问题？除了空耗 CPU 之外，还有什么其他问题？了解过 ABA 问题吗？32. 谈到锁的升级，可以大概说一下 Java（Synchronized）锁的升级策略吗？33. 如何避免死锁？如果系统中确实出现了死锁，要怎么样去排查？34. Java 的 equals 和 == 有什么区别？一般重写 equals 的话，为什么还需要重写 hashCode？35. 对 Vibe Coding 了解吗？平时使用什么框架或工具？在使用这些 AI 工具生成代码的过程中，你遇到过什么问题？36. 假如用户提出恶意问题（提示词攻击），比如要求删除知识库文档，你如何避免这种恶意操作？37. 自动问答知识库系统（RAG）中，为什么要用 BM25 和向量混合索引？基于什么考虑？38. 你怎么样评价或者说评估你的 RAG 系统的好坏？应该做哪些测试？提交给决策者做可行性分析可以给出哪些数据？39. 如果用户问了 A 问题，预期 A 答案，但始终得到错误答案，你怎么样去定位排查这个问题反问1. 做的业务主要是什么？技术栈是什么样的？2. 实习生培养机制大概是怎样的？3. 真实的业务开发中，是否有用到 AI 技术？是怎么使用的？

第一场字节，三进宫，压力还是那么的大，现场共享屏幕启动项目看流程，结果当场出bug，在这浪费了将近20min还没搞出来（其实就是提示词模版给错了，导致空指针，还是压力太大了），然后问我二开项目是不是没跑过 ,算法是判断一棵树是不是另一棵树的子树，好像是力扣原题，75min。第二场钉钉，出场景题看你思考的深度（大型qps的一个系统，要求用到磁盘，怎么优化，我的思路是redis那一套，多实例，缓存，缓存淘汰策略），跟面试官有说有笑，谈到了ai 替代程序员的话题，45min，无算法。第三场美团，这个体验最好，面试官是个同龄人，彬彬有礼，一直围绕着项目聊，对每一个点都仔细询问，有没有什么替代方案，也问...

面试15min 第二天offer，已拒1.devops是什么？你接触过相关的东西吗？2.实习当中你做的最难的东西是什么?这里我大概讲了一下从0到1搭出一套简单的CRM，设计抽象出几套设计模式来适配客户信息在系统内的流转，RPC解耦接口调用，提高接口响应。3.你怎么出去实习的？反问

1.14一面：投了好久最近被捞了，面试官是个很温柔的小姐姐，主要问的是实习，侧重在实习具体干的什么，八股集中在数仓的理解和数据质量相关，手撕了两道sql讲思路，第二道有点想不太起来说的乱乱的，面了一个小时，体验最好的一次，最后说话说的都口干了😂

🕐面试时间：35min❓面试问题：一上来就是学习中有什么困难，是怎么解决的。问第一个项目的流程，为什么要用到这个模式redis，caffine，数据库如何保持数据一致性（给了一个场景，100台服务器，热点数据刚好同时过期怎么办，这时候来一大批数据数据库扛不住怎么办）实习过程中的任务，困难。反问 无八股，无手撕

题目1：三数之和题目2：拼音字母转密码

1.为什么在这家实习2.为什么不能转正吗3.个人经历为什么入伍4.为什么学的电子信息去前端5.学习方法和途径6.你认为ai能辅助你干什么工作7.问你如何查找错误8.前端性能优化你知道多少9.前端页面阻塞怎么办10.遇到空白怎么办11.如果线上环境出bug如何解决12.catch error还有其他的吗13.vue的组建通信14.react的bug查找15.js实现轮播图16.node是单线程怎么处理高并发17.网页怎么确保稳定性18.手撕promise.all19.实现水平剧中20.webpack和vite打包21.如何把箭头函数打包为es5的写法其他忘记了，感觉有点蒙，又是问项目，问js，问vue和react还有webpack还有vite、实习经历也问，拷打了1个多小时。

1.前端学习路径2.实习中做的项目解决了什么问题3.实习中项目难点4.用的什么通信协议5.连接怎么建立1v1关系6.用户如果网络中断，怎么做7.了解http常见协议吗，http2，http38.怎么规避xss攻击9.deepseek新发布的模型有啥进步10.sse协议有了解吗11.影响大模型回答准确率的因素有哪些12.ai开发框架，functional programming/mcp13.react19的新升级14.react开发中，接口请求写在哪?如果多个页面都需要调这个接口呢15.多个页面需要共用一个状态的时候，咋办16.fiber架构实现中断&恢复，咋实现的?咋分配优先级17.js中宏任务、微任务是为了解决什么问题手撕:1.移除连续相邻重复字符2.嵌套对象扁平化

1.讲一个技术上有难度的项目点2.ai回复打字机效果展示，有没有优化空间3. websocket和http有啥区别4. http2了解吗，他也会自动推送，有啥区别5.有用过其他客户端和服务器通信的协议吗6.实习过程中对产品需求本身。交互体验，有提出自己的看法吗7.cursor的原理是什么，为什么能辅助编码，整个流程是怎么实现的8.上下文包括哪些东西，达到上限了怎么办9.上下文中代码仓库很大，怎么告诉他哪些有用哪些没用

1、项目介绍2、new一个hashmap和new一个hashmap(16)在底层执行时，空间分配上有什么不同吗3、hashmap是线程安全的吗，多线程时，举例说明在什么条件下会出现死循环4、多线程在扩容时，会发生线程之间相互覆盖的现象吗5、现在让你选择一个性能比较好的线程安全的hashmap，你会选择哪个6、你刚刚提到说读不加锁，那如何保证不脏读呢，如何保证可见性呢7、加了可见性的话，对性能有影响吗8、concurrenthashmap如何保证扩容时的线程安全9、现在让你设计一个线程安全的list，用来存储配置数据，读多写少，你会选择什么样的list（用已有的，或者改造一个list）10、如果读写比一样呢，读多写也多的情况11、你提到用CAS，CAS一定好过锁吗12、你说加细粒度的锁，能细到什么程度，如果我要给链表尾插入数据如何加锁，在链表头插入数据如果加锁13、b+树做索引的优势14、怎么判断是不是用的我们设计的索引15、索引失效16、你说到数据量比较少的情况下会全表扫描，那数据库如何判断数据的多少从而决定索引方式呢17、你用的引擎是行存还是列存，他们分别的优劣势18、讲实习，你的压缩线程如果挂了怎么办，有没有做一些线程的状态的监控19、手撕：快排20、复杂度是多少21、最坏复杂度在什么场景下出现，我们可以如何优化这种场景22、有了解过jdk本身的sort排序吗23、快排和其他排序比起来有什么优势吗，是稳定排序吗24、闲聊、反问

1.什么是跨域2.tcp 和 udp 的区别？http 是用 tcp 还是 udp3.有没有了解服务器推送（WebSocket、SSE）4.WebStocket 和 SSE 有什么区别？web stocket 使用的是什么协议5.浏览器有哪些缓存？6.vue2 和 vue3 有什么区别？7.讲一下 Vue3 为什么要用 Proxy 取代 Object.defineProperty8.看你使用了图片懒加载、虚拟列表，怎么实现的？9.上面要在的 vue3 中实现，你要怎么实现？10.vue 和 react 有没有本质上的区别？11.vue 为什么要引入虚拟 DOM？（与原生 js 操作 DOM 相比）12.讲一下浏览器的重排和重绘13.说一下大文件的上传、解决了什么问题、在哪里完成这个过程？14.c++、java 与 js 有什么区别？15.java 的编译和前端的编译有什么区别，说一说你知道的东西16.讲一下 webpack 的构建流程，是干什么的

1、实习介绍2、项目一拷打（12min）3、剩下项目选一个来谈谈，为什么选这个不选另一个，差异在哪里？4、消息队列用的RabbitMQ，为什么技术选型用这个而不是Kafka或者RocketMQ？5、项目中哪里用到了限流？谈谈限流的原理（用的Sentinel框架）6、设计模式了解哪些？项目中怎么用的？7、了解过责任链模式吗？8、关于数据结构，有什么想表达的（想到什么说什么，没有限定，开放式回答）9、假如现在有100万个数，需要快速去获取top k的值，选用什么数据结构？10、如何判断一个链表是否有环，说思路即可11、谈谈自己对Java中多线程高并发的认识12、谈谈多线程的应用， 比如如何创建和使用它，以及在什么场景下使用它13、一条sql语句的执行过程（从客户端输入到结果的返回）14、你投简历的时候是很多大厂都在招聘，都投了试试，还是有针对性的投？谈谈你为什么投递钉钉15、反问：

1.发型怎么和简历不一样(?2.为什么想来钉钉?3.钉钉发布会看了吗?4.钉钉发展方向?5.微软实习 mentor怎么评价你?6.阿里云实习 mentor怎么评价?7.钉钉外界舆论怎么看待?8.三个词评价自己9.有没有小红书账号?多少粉丝?10.有没有自己奋不顾身做的一件事?11.有没有自己非常讨厌的事?12.本科成绩排名?13.本科怎么规划的?14.哪人?15.面了其他什么公司?主要问了阿里的。16.反问:多久出结果?一两周，希望你看一下钉钉的发布会，考虑好要不要来钉钉，用钉钉给我发一个感想。