领雁科技-柳州银行驻场java后端开发实习生-统一销售平台项目

1. 先做一个简短的自我介绍，重点讲你和 AI 应用开发最相关的经历2. 讲一下你做的这个Agent项目介绍一下核心链路一般是用户输入问题后，先做意图识别，再判断是走直接生成、知识检索还是工具调用。技术上可以拆成接入层、编排层、检索层、模型层和观测层。编排层负责 Prompt 模板、上下文管理和工具路由；检索层负责文档切片、向量检索、关键词检索和重排；模型层负责对接通用大模型和总结模型；观测层负责 trace、耗时、召回质量和最终答案质量。 public Answer handle(QueryReq req) { Intent intent = intentService.detect(req...

先说结论，我认为今年是否有一段暑期实习对秋招的影响会比以往都要大（甚至实习内容在不在ai应用的链路上都会有很大的区别）因为众所周知的原因，在年后所有的中大厂都开始推进代码ai率，而是否在实习会关系到两点：1.是否能关注到最前沿的有关于ai应用的实践 2.是否能在日常中去学习了解这些最前沿的技术就我暑期面的这么多场面试来说，越往后面试官明显对于agent llm skill mcp spec这些和ai领域有关的名词提问的占比越高，问的深度也越深，那么我们能从哪些地方去实际掌握到这些信息呢？最简单的来说，你如果在中大厂，你会主动/被动地开始学习并且使用这些最新应用，而且还有内部的技术论坛可以不断的有人教你最新技术的核心原理。但是假如说你不在实习的话，你想要了解这些信息就会困难很多。然而相比于了解和使用这些新技术，更大的差距在于实习可以在一个大的项目中总结经验，发现目前技术的缺点，这和没有实习甚至项目都没办法上线相比是完全不一样的。反映到面试上就是一个对什么问题都能弹几句自己的看法和改进措施，另一个却只能一直说自己不太了解，这对于面试通过率明显是毁灭性的降低。ai时代的另一个特点就是迭代速度极快，在年前还很火很好用的openspec框架，对于现在最新大模型的高性能来说，与其用重量级的openspec还不如用轻量级的plan mode框架，能带来时间与正确率的双提升，然而现在很多面试官（包括公司）还会去强调spec框架的好用，在大厂中的人尚且如此，没有实习的人又怎么能去跟上最新的发展。说了这么多，你一定觉得我有什么好的方法能够解决这个困境吧，很遗憾我并没有，我本身也是在一个不断学习的过程中，是不是从公司内部论坛上偷一些最新理解更新自己的知识库，但是在实际面试中有一些相关的问题我还是没有办法回答得很深。但是我仍然可以给出一些意见：1.不管你要应聘的岗位是什么，你一定要从agent开始分解（包括训练和使用），了解其中的每个概念是做什么的，常用的架构是什么，设计初衷是什么等，保证出现一个相关的名词你不会哑口无言。2.流行的技术背后的核心和出发点，和前一代的区别在哪，虽然可能没办法接触到最最前沿的应用，但是其实大部分人都是有一些滞后的，一般而言对开发也不要求做到完美无缺。ps：发完上一个帖子之后面试就很顺利，也是顺利找到下一家了，还有几家在流程中，什么时候能让我体验一下选offer的快乐

发一下问题给大家参考，攒攒人品！1. 实习拷打2. 科研方向介绍3. 项目拷打4. RAG分块策略选择5. 怎么评估RAG的效果的6. 开发过程中遇到的难点是什么7. MySQL索引为什么用B+树，不用别的8. 操作系统中的堆与栈9. 常见的排序算法以及时间复杂度讲一下，以及是否稳定10. HashMap底层实现原理11. 做多智能体项目的背景是什么12. AI Coding：写一个SKILL解决给定业务需求13. 如何优化写的SKILL

攒人品中，祝大家都能拿到满意的Offer！1. Agent项目相关，准确率怎么提升的，怎么评估的2. HashMap底层实现原理，发生哈希冲突如何解决，多线程环境下会不会有问题3. ConcurrentHashMap如何保证并发安全4. RAG相似向量检索的方法，有没有了解过加速检索的数据结构或者算法5. 浏览器输入URL到页面展示的完整过程6. HTTP与HTTPS的差异7. 如何理解LLM，Transformer的核心机制，自注意力的计算过程8. Agent和普通的LLM调用的区别9. 一个Agent系统应该有哪些模块10. 如果Agent多步任务中工具的调用出错了，怎么设计反思纠错的机制11. RAG核心解决了什么问题12. 知识库怎么去做增量的方案13. AI Coding，写一个小项目