AI Coding 从入门到顺手技巧

给我面没招了，发点面经攒攒人品～1.你实际参与过公司里的项目，介绍一下你比较有成就感的项目，你的成就感在哪里。2.虚拟线程？3.你有遇到过JVM里的OOM情况吗？一般什么情况下会发生？如何排查这个问题？4.JVM的内存结构？堆、栈、方法区会OOM吗？5.生产上如何排查OOM？6.生产中如何排查CPU出现100%的问题？7.聚集索引和非聚集索引？8.索引是不是越多越好，多了会有什么影响？9.什么情况下不宜建更多索引？10.like %xx会走到索引吗？11.在什么情况下会使用事务？12.假设我们要做一个秒杀系统，但是秒杀的商品信息和普通的商品信息是同一个接口，那我为了使我的秒杀场景不影响到我的普通商品，比如秒杀商品只占所有商品的5%，其他95%都是正常预订，但是秒杀场景的QPS占到了30%，正常预订流程占到70%，现在我要做一个限制，比如我的机器总共能承受1wQPS，现在要限制秒杀不能超过3k。你怎么设计无论如何请求秒杀场景都不会影响到正常流程？提示：限流13.分库分表？一般用什么策略来分表？14.我现在有一张用户表和一张用户的访问日志表，我想让AI帮我统计最近一年高频用户和低频用户的分布，比如一年内访问12次以上的是高频用户，访问12次以下的是低频用户，如何搭建AI流程帮我输出？15.你用AI生成代码吗？如何检验AI生成代码的质量？如果你只写了其中一个片段怎么找到case然后跑到这个点？你怎么去运行AI覆盖的代码的逻辑？16.如果领导给你安排了多个任务，你怎么安排优先级？

我作为后端求职者，即便 AI 能解题、写代码，刷 Leetcode 依旧很有必要。AI 只能给出答案，却练不出你的逻辑思维、代码思维与解题思路。面试依旧看重手写算法、思路推导，刷题锻炼的底层思维，是 AI 无法替代的核心能力。

背八股最怕死记硬背，一追问就露馅。我的方法是：把简历扔给豆包，让它模拟面试官。它会根据我的水平，问一些“这个阶段应该掌握”的问题。比如我写了“用过线程池”，它就追问“核心参数怎么设？拒绝策略选哪个？”这些在我真实面试中还真被问到过。我还会自问自答，再让它纠错：哪里讲得啰嗦、哪里漏了关键点。主动学习的效率比被动更高，记得更快更牢固。

今天得空review了一下昨晚的笔试，AI研发方向的，整体上有一定的难度，感觉自己答得还可以吧，期待给个面试机会 20 道选择 + 3 道编程 + 1 道 Prompt，T1 签到，T2 贪心一眼秒，T3 是个数位 DP 有点东西，T4 Prompt 题考的是让 AI 算出租车费。 选择题概览 选择题一半 AI 一半 CS 基础，AI 方向的占比还是挺高的。 AI/Agent 相关的大概考了这些：Transformer 的 teacher forcing 训练推理差异、MHA/MQA/GQA 注意力机制对比、LangChain 和 LangGraph 的关系、ReAct 的机制边界、multi...