滴滴CTO线4.20：一面1、问实习2、简单八股（计网的TCP/UDP、操作系统的进程/线程）3、手撕简单的冒泡排序10分钟后约二面二面：1、问实习2、八股（linux基础知识、计网HTTP）3、结合一些场景问自己会怎么做10分钟后约三面，但是三面面试官没时间了，改成4.21号面试三面：1、问实习2、问对岗位的看法3、结合实习场景问在该岗位里会怎么做4.23 hr打电话谈薪，等待offer审批到现在两周了，offer还没动静了，许愿offer快来

兄弟们，七面终上岸！😭😭一路走来满是坎坷与波折，从最初的遥不可及、不敢奢望，到如今咬牙坚持终得圆满。付出了无数努力，熬过无数难熬的时刻，也算给前段时间的埋头拼搏画上圆满句号。点赞多的话，后续整理完整面经，分享经验干货，帮大家少走弯路～

1. 怎么把 RAG 接入到你的 Agent 执行链路里的？是在调用工具之前先检索，还是在生成结果之后再做校验？我们的 RAG 是通过 Spring AI 的 Advisor 接入到 ChatClient 的：模型调用前在 before() 做向量检索，把命中文档拼成上下文注入 prompt；模型生成后在 after() 把命中文档回写到响应 metadata 便于追踪。当前是“先检索再生成”的 pre-RAG，并没有单独做生成后的事实校验，后续可以增加 verifier 节点来做 post-check。2. MCP 是完全自研的吗？和市面上成熟的 Agent 框架相比，你的方案在扩展性上有什...