累了，开摆吧

1、介绍一下你做过的最有挑战性的项目项目背景：业务场景：电商平台秒杀系统，需要支持10万+并发抢购技术挑战：高并发、超卖防控、系统稳定性、用户体验团队规模：5人开发团队，我负责核心交易模块技术方案设计：前端限流：按钮置灰、请求合并、本地倒计时网关层：Nginx限流，单IP每秒最多10次请求应用层：Redis预减库存，Lua脚本保证原子性数据层：MySQL行锁+乐观锁，防止超卖消息队列：RabbitMQ削峰，异步处理订单遇到的问题：问题1：Redis缓存击穿导致数据库压力骤增 解决：使用互斥锁，只允许一个线程查询数据库问题2：分布式环境下库存扣减不一致 解决：引入Redisson分布式锁，保证原...

呜呜呜这，，，太难了

有没有有老哥推荐份工作呀，后端开发，或者Agent开发都可以，本人2段中小公司实习，时长半年以上当都是toB的业务。八股文还可以，场景图也还可以。算法比较菜，学了又忘记，不是原题基本不会写，大厂笔试基本只能A1到1.5道。不奢求什么好工作了。薪资预期是10到15这个区间，公司规模没有要求，发工资就可以了春招好难受，约不到面试，约到了也很逆天。成功入职的，我请你们吃饭

说真的，别再只会背 RAG、幻觉的基础定义了，我面 AI 岗挂的 5 次，全是栽在看似基础、实则一挖就深的问题上。最开始准备面试，我就背了背 “什么是 RAG”“幻觉怎么产生的”，以为就能应付，结果一面试就被问懵了。面试官根本不会只让你背定义，他会问：你说你懂 RAG，那你做的项目里，召回率只有 30%，你具体是怎么一步步优化的？每一步优化的指标提升了多少？你说能解决幻觉，那在多轮对话场景里，模型前后回答矛盾，你怎么处理？和单轮对话的解决方案有什么区别？你提了 MCP 协议，那它和传统的 API 调用有什么本质区别？实际项目里你用它解决了什么具体问题？踩过哪些坑？你说做过 AI Agent，那你的 Agent 在任务执行失败的时候，会怎么做错误重试和反思？具体的实现逻辑是什么？我才发现，面试官根本不关心你能不能背出定义，他关心的是你有没有真的做过、有没有真的踩过坑、有没有解决实际问题的能力。背出来的答案，和实战出来的答案，面试官一听就能听出来。后来调整了思路，不再死背知识点，而是把自己做的 demo、项目，从技术选型、踩过的坑、优化思路、数据指标，全拆解得明明白白，再去面试，基本都能对答如流。给所有面 AI 岗的牛友提个醒：别只背基础概念，面试官最爱问的，永远是基于实战的深挖问题。没有真实项目经验，就自己动手做个完整的 demo，把每一个技术点吃透，比背 100 道题都管用。