从3月份到现在，真的感觉这段时间度日如年 首先当然是猛猛的刷力扣、在牛客看面经、背八股，复盘；然后就是学习一些agent开发的相关知识，感觉传统后端之后的发展不是很好啊（ 害，其实更多的还是有点焦虑，Codex、CC、Cursor那么厉害，以后还要我做什么？ 不知道大家怎么看！投了那么多，面了那么多，感觉自己的面试能力确实有点进步，也拿到了第一个携程的oc 接下来就看看自己能否再冲击一下BAT了也希望各位牛友们能拿到适合自己的offer！ 想到哪里写到哪里，hhhh，毫无逻辑（#牛客AI配图神器#

项目很垃圾就是外卖加点评，想在成都找个中小厂实习（如果能去大厂更好但是我感觉我不行），实习到9月份开学，现在准备开始背八股，力扣刷了20多道，机会大不大？

也大大小小面了很多内部正在搞AI的公司，给大家分享一下我的面试题库！ 第一章：RAG 系统 Q1: 请解释 RAG 的工作原理。与直接对 LLM 进行微调相比，RAG 主要解决了什么问题？ RAG（Retrieval-Augmented Generation）的核心是"检索+生成"两阶段：先从外部知识库中检索与用户问题相关的文档片段，再将这些片段作为上下文拼入 prompt，让 LLM 基于检索到的信息生成回答。相比微调，RAG 的优势在于： ①知识可实时更新，不需要重新训练模型； ②可追溯来源，减少幻觉且便于审计； ③成本低，不需要 GPU 资源做训练； ④领域迁移方便，...