攒攒人品！有面试过同岗的朋友欢迎评论区交流1.mysql和pgsql的区别？分别是用什么数据结构实现？2.B树和B+树的区别？3.Redis的主要功能？为什么要用redis实现消息队列？跟python内置的比有什么优点？4.怎么判断链表相交？5.冒泡排序的时间复杂度？6.python的B库是什么？什么是进程？什么是协程？7.怎么用两个栈实现队列？8.RAG是什么？RAG怎么构建？RAG的评价体系是什么？能不能确保100%准确率？9.简单讲一下大模型训练的对齐操作？10.Transformer八股略11.手撕二叉树目标和

1. 如果让你从 0 到 1 设计一个企业级 Agent 平台，你会怎么划分 Planner、Memory、Tool、Knowledge、Runtime、Evaluation 这几个模块？边界怎么定？我一般不会按“大模型功能”来拆，而是按“责任是否稳定”来拆。Planner 只负责决定下一步做什么，不负责真正执行；Tool 只负责把外部能力标准化，不参与推理；Knowledge 负责把文档、结构化数据、权限和索引组织成可检索资产；Memory 只存跨步、跨轮、跨会话还需要被引用的信息；Runtime 负责状态推进、超时、重试、回放和观测；Evaluation 则独立出来，不跟在线链路耦合，因为...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.实习拷打2.项目拷打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19.Python有多线程吗？GIL 是干什么的？什么时候多线程是有用的？20.讲一下C++从源码到可执行文件的流程。21.手撕：给定数组的区间中位数之和:给定一个长度为n的数nums，一个区间 [l, r] 的 中位数 为：如果区间长度是奇数：排序后中间的数，如果是偶数：排序后靠左的那个数，要求：计算所有子数组的中位数之和

说实话2025年LLM岗位的薪资真的离谱，校招开到60万到200万，各家公司都在抢人。agent方向更是香，很多同学简历上都写了agent相关的项目或论文。但面试下来，发现不少同学其实卡在一些关键点上——不是不聪明，是没想清楚。一、业务背景搞清楚了吗？这是最基础、也最容易被忽视的一关。面试官第一个问题往往就是：你这个agent应用是干嘛的？输入什么、输出什么？你得能说清楚：是做客服问答，还是自动生成图片？整个流程是怎样的，比如"输入query → query改写 → RAG检索 → 模型生成 → 后处理"，最好脑子里有一张架构图，能顺口说出来。扣分场景：只会说"这...