淘天实习

面经攒人品 1. 做工程的过程中有用到什么中间件吗？比如Redis、消息队列这些有用吗？2. 后端的边界你认为是什么样子的3. LangGraph和LangChain的区别4. workflow跟纯agent的区别5. 你让大模型判断需要调动哪几个Agent，以及意图识别、从用户问题里抽取槽位（抽取订单号，在哪一层进行抽取的？比如用户说昨天的这个订单，模糊槽位如何处理，以及多轮澄清在哪一层做），这是怎么实现的？6. 如果订单有几百笔几万笔如何做？7. transformer的复杂度？8. 输入给大模型的上下文为什么要分层，输入给大模型的上下文，为什么要进行分层，system message、user message、tool message分类的效果是什么？？9. kvcache概念10. 大模型上下文怎么压缩？11. 你怎么知道你的项目需要多少agent？12. lora原理，除了这个还有其他的吗13. OpenClaw的记忆管理机制，自进化机制，定时任务的实现14. 记忆搜索除了向量搜以外，还有哪些方式?为什么要用md文档存储

只背了threadLocal的存储特点和底层原理，以及内存泄露原因，结果被问异步的线程怎么访问子线程？直接懵了 现在来补充这块盲区。Java 主线程中存储的 ThreadLocal 数据，异步子线程、线程池为什么获取不到？有哪些解决方案？各自优缺点？答:1. 原生 ThreadLocal 底层限制每个线程独立拥有自己的  ThreadLocalMap ，天然线程隔离；主线程的 Map 与异步/子线程 Map 完全独立，因此异步线程直接  get()  拿到  null 。解决方案:2. 方案一：InheritableThreadLocal（JDK 原生）- 原理：Thread 类内部存在  inheritableThreadLocals  集合，新建子线程时会浅拷贝父线程该集合数据，实现父子线程传递。- 致命缺点：拷贝逻辑只执行在线程构造方法；线程池、@Async 线程长期复用，不会重复拷贝，导致上下文失效、出现脏数据，生产不推荐。3. 方案二：临时简易方案（无依赖）主线程提前手动  get()  取出 ThreadLocal 数据，转为有效final局部变量，直接传给异步 Lambda/内部类使用；拓展：方法内局部变量被异步引用，必须为有效final（不可二次赋值），成员变量、静态变量无此限制。4. 方案三：生产最终方案（TransmittableThreadLocal 阿里 TTL）- 核心原理：在异步任务提交时刻主动捕获主线程上下文，任务执行时绑定到复用线程，执行完毕自动清理。- 优势：完美兼容线程池、@Async、CompletableFuture 所有异步场景；无需手动传参，彻底摆脱  final  限制，是企业级上下文传递标准方案。其他问题追问1：InheritableThreadLocal 线程池失效的根本原因？线程池线程提前初始化、长期复用，拷贝逻辑只在线程创建时执行一次，无法同步主线程最新的 ThreadLocal 数据。追问2：TTL 与 InheritableThreadLocal 核心区别？InheritableThreadLocal 是线程创建时拷贝；TTL 是任务提交时拷贝，专门适配线程复用场景。追问3：异步代码里，为什么主线程局部变量必须要有效final？局部变量存储在线程栈，异步线程无法跨栈访问；底层会进行值拷贝，语法禁止二次赋值，防止多线程数据错乱。

淘天一共多少面啊？如何看淘天三面是技术面还是 hr 面呀？我这显示一个小时的面试，如果是三面技术面一般问些啥呢，有无面经😬

感觉面完人都通透了，还是太菜了1.实习介绍2.transformer为什么比RNN好，有没有scaling law3.介绍一下新闻推荐的项目4.新闻推荐比赛的正负样本怎么确定5.了解生成式推荐吗?6.SID如何训练的7.Tiger为什么不采用decoder-only的形式呢8.否熟悉推理优化中的flash-attention和KV-Cache?9.KV-Cache出现在训练中还是推理中?10.为什么不出现在训练中使用KV-Cache?11.注意力的优化是否了解?12.手撕:接雨水