虎牙 后台开发 java

1. 你先简单的一两分钟介绍一下你自己在校的主要经历，比如说实习项目的主要成果。2. 你有提到一些竞赛，竞赛的类型是编程或者数学建模相关的吗？还是你专业本身的？3. 你的专业是机械这一块的，它的一些课程主要是怎么设置的？和计算机有什么关系吗？4. 你的专利是什么类型的专利？算法可以申请专利的吗？5. 除了Java，还熟悉哪些后端语言吗？6. 有了解过JVM调优的方式吗？性能优化这一块的。7. 说一下Java并发编程里面的一些线程模型的一些设计8. 做并发编程时需要关注哪些点，说一下你的理解。9. 假设让你去设计一个微服务框架，你会去做什么技术选型呢？比如说这个框架里面有什么重要的组成。10. ...

我觉得做 AI 岗的开发，首先其实很多常规的后端的技术栈也都还是要会，然后再就是 AI 相关的知识，比如说 MCP、AI 的架构。然后 skill 等等等等。

25级研一在读，211本硕，没有天赋，发不出好论文，也不想读博，之前想着走java后端，现在看感觉java后端也要完蛋了，现在想转agent开发，实习大概率只能在研二下的暑期实习，有没有佬指条明路。

给我面没招了，发点面经攒攒人品～1.项目拷打2.提示词模板是怎么设计和迭代的？你怎么判断一个模板是真的更好了？3.你们的 Agent 是单 Agent 还是多 Agent？为什么这么设计？有没有考虑过另一种方案？4.Agent 任务是怎么拆分的？拆分粒度是怎么决定的？5.上下文是怎么构建的？你们怎么避免上下文过长或者信息污染？6.如果上下文窗口不够，你优先保留哪些信息？为什么？7.你们做代码理解的时候，AST、调用关系这些信息是怎么用起来的？8.单测生成里，哪些代码其实不适合生成单测？你们是怎么识别并过滤的？9.覆盖率高但测试质量很差，这种情况你见过吗？你们是怎么解决的？10.mock 在单测里什么时候是必须的？什么时候反而会带来问题？11.如果一个函数依赖数据库和RPC，你怎么让模型生成的单测还能稳定运行？12.你们怎么评估生成单测的质量？除了覆盖率，还有哪些指标？13.LLM 的输入到底是什么？模型真正看到的是什么？14.self attention 的核心作用是什么？为什么要拆成 QKV？为什么 attention 可以建模长距离关系，15.为什么需要 multi-head为什么 attention 可以看成动态加权16.同一个 token 的 Q、K、V 为什么不一样？17.attention 复杂度很高，如果上下文特别长，你会怎么优化？18.模型产生幻觉的时候，一般是什么原因？工程上有什么办法降低