给我面没招了，发点面经攒攒人品～1.项目拷打2.文档按8000字符固定切分，会有硬切分问题，你怎么看？有什么优化想法？3.一整段很长的文本怎么拆分？4.这个项目是练习用的吗？5.做这个项目遇到的最大问题是什么？6.用的是哪个模型？7.是把用户聊天记录直接转发到API吗？8.项目是前后端分离吗？你负责哪部分？9.介绍一下分布式即时通讯项目10.项目用Web框架加WebSocket做什么？11.如何实现多设备登录和离线消息？12.离线消息具体怎么做的？13.MySQL读写分离是怎么做的？14.主库和从库的数据一致性怎么保证？15.主库和从库多久同步一次？16.跨域问题怎么解决？项目里用的哪种方案？17.前端和后端怎么通信、怎么配置部署？18.有用过Nginx吗？19.日常开发在Windows还是Linux？用什么开发工具？20.用AI辅助编程是Agent模式还是Ask模式？21.AI模型对你写代码有冲击吗？会不会替代开发者？22.说一下对Open Claw的看法

1. 自我介绍2. 多阶段 RAG 里同时使用 BM25 和向量召回，混合检索策略通常怎么设计混合检索的关键不是把两路结果简单拼起来，而是根据问题类型决定两路召回各自承担什么角色。BM25 对精确术语、错误码、接口名、字段名、版本号这类关键词命中很强，向量召回则更擅长语义改写、口语化表达和抽象问题。真正稳定的设计一般是先并行召回，再做去重、融合、重排，最后再进入上下文构建阶段。如果问题本身是“精确定位型”，比如某个报错码、类名、接口路径，BM25 权重通常更高；如果问题是“意图表达型”，比如用户用自然语言描述故障现象，向量召回的权重会更高。工程里比较常见的是先取两路 topk，再用 RRF 或...

发点面经攒攒人品～1.实习拷打2.Agent项目3.就业意向研发/产品4.产品思维5.研发兼产品的岗位职责工作内容6.介绍自己做过的小项目7.场景题（员工满意度分析工具）8.大模型使用经验9.沟通与落地能力

1. 自我介绍2. 项目拷打3. 你怎么理解现在的大语言模型，它和传统 NLP 系统最大的分水岭是什么现在的大语言模型本质上不只是一个“更大的文本分类器”或者“更强的生成器”，而是把表征学习、任务迁移和自然语言接口统一到了一个模型里。传统 NLP 往往是一任务一模型，文本分类、命名实体识别、问答、摘要各做各的，大模型则是在大规模预训练后，通过提示、工具调用、少样本样例甚至简单微调完成大量任务迁移。真正的分水岭不在参数量，而在它具备了统一接口、上下文学习和任务泛化能力，所以很多原来需要显式建模的流程，现在可以交给模型做一层高层抽象，但代价是可控性和确定性下降。4. 如果要让模型真正“理解”你的业...