AI 这波浪潮来得太快了。半年前面试还在聊微服务和高并发，现在面试官张口就是：RAG 怎么做的？Agent 的执行链路是什么样的？你的检索策略是怎么设计的？会话记忆怎么控制 Token 成本？这些问题已经不是加分项了，而是越来越多 JD 里的硬性要求。但现实是，大部分人接触 AI 的方式还停留在"调 API"的阶段——跟着教程往向量库里塞点数据，让大模型吐一段话，截个图发朋友圈说自己"做过 RAG 了"。面试官稍微追问两句就露馅：文档怎么切的？检索召回率低怎么办？幻觉怎么控制？一问三不知。跑通一个 Demo 和做出一个能上线的系统，中间差的不是几行代码，...

真没招了，没人要

最近整理了一份芯海嵌入式软件开发二面面经，二面的风格和一面不太一样。一面更偏基础知识排查，会系统问 MCU、FreeRTOS、启动流程、中断、内存这些底层内容；二面通常更看重项目经历，尤其会围绕你简历里写过的项目持续深挖。整体感受是，二面题量不会像一面那样特别散，但每个问题都会追得更细。面试官重点想确认三件事：这个项目你是不是真的做过、关键模块是不是你自己负责、遇到问题时你有没有独立分析和落地解决的能力。面经总结：详细介绍一下你做过的一个嵌入式项目，项目背景、目标和你的职责分别是什么？这个项目的整体软件架构是怎么设计的？模块是怎么划分的？为什么这样拆分？你在项目里具体负责了哪些功能模块？哪些部...