五场面试结束暑期

攒人品中，祝大家都能拿到满意的Offer！1. 目前你的每月AI消耗的token量是多少？花费是多少？2. RAG系统中，超过了模型上下文窗口怎么处理？3. RAG相比于目前的各种coding agent，他的优势在哪里？4. Multi-Agent系统和单Agent系统的优缺点？什么时候选用？5. pipeline中如果其中一个agent出错了，产生错误输出，下游agent该如何处理？6. 介绍ReAct、Plan、Reflection这些不同agent实现范式的区别，还有使用场景的理解。7. 什么样才是一个好的agent？从工程角度来说，做一个好的agent需要关注哪些方面？从这个Context Engineering的思路，如何去做好一个生产级的agent？9. 你有没有尝试用AI解决工作/生活/学习中的一些问题？改变了一些重复性劳动的方式？10. 算法：AI coding题，要求实现一个工单处理系统。

我面的是Golang后端，结果上来基本上不问后端问题，全问的是AI方向的，也不问简历，什么Go协程，并发，GMP调度和大部分是数据结构底层八股全部都不问，还有后台常考的Mysql，Redis和MQ也不问。问了大模型落地训练微调量化，还有FunctionCalling，MCP，龙虾Skill。出了两个简单的计算题有一个结果还出错了，我推导半天结果有问题，最后拿编译器穷举发现根本没结果。最后问为什么不问后端题目而是问AI方向的，回答是因为我简历里面的项目全是保密项目，技术难点不可能达不到真实业务高并发需求，所有的实现都是基于标书的，所以问了等于没问，索性就不问了。面完之后感觉人都麻了，感觉就是不想面，还不如直接说出来拒接，浪费双方的时间。题目：abc+cba=1331，求解a+b+c=？我的解法是：100a+10b+c+100c+10b+a=1331101a+20b+101c=1331101(a+c)=1331-20b令a+c=x∈0-18,b=y∈0-9101x=1331-20y右边y的系数是20，所以不管怎么减右边个位数都是1，那么左边101只能乘个位数为1的数也就是x要么是1要么是11，但是1和11的时候y都不满足条件0-9然后我人麻木了陷入了怀疑，就拿编译器用穷举（三重for循环实现）package mainimport "fmt"func main() {for a := 0; a < 10; a++ {for b := 0; b < 10; b++ {for c := 0; c < 10; c++ {if 101*(a+c)+20*b == 1331 {fmt.Println(a + b + c)fmt.Printf("a: %d, b: %d, c: %d\n", a, b, c)}}}}}最后结果也是没有输出，最后面试官才反应过来是1131算了半天结果是题目有问题

·凉经 总时长45min，手撕300.最长递增子序列1.你项目出于什么背景做的？是有关于你之前的实习经历吗？2.介绍一下你刚说的三大功能3.你是如何使用RAG的？4.这里使用RAG和你直接把文档丢给大模型然后搜索，这俩方法有什么区别？5.你提到的安全问题，那么使用RAG给大模型也会存在安全泄露问题，这个如何解决？6.大模型的滑动窗口和其他存储上下文的方法你知道哪些？7.GPT现在支持多长的上下文？(......)8.有些时候我们会处理几万甚至几十万的数据，这样的情况下，现在大模型是如何处理这样超长长度的上下文的？9.你在最近有没有遇到一些在技术上或者项目上比较困难的情况？如何解决的？10.错误码403是什么？404、401呢？5xx的是什么？11.除了java其他语言了解过多少呢？你用python写过代码吗？12.对比一下java和python语言的区别？答：1.首先明确了语言是工具，架构才是核心2.java更适合做web场景下的开发：讲了面向对象、一个是解释型语言一个是编译+解释（JVM内存管理、JTI和多线程那里）3.python适合爬虫大模型推理等场景4.python运行时报错，java编译器可以检查出大部分错误.......13.你刚刚说的内存管理和垃圾回收，python不能做吗？14.JVM内存模型分哪些区域？15.native 方法比如C++的代码是如何运行在JVM中的？（不会）16.内存溢出和内存泄漏？以及常见场景17.讲一下如何解决java多线程的并发安全问题？18.如果加锁会影响性能，这样怎么办？如何解决性能问题？公平换非公平？锁粒度？乐观CAS？读写分离？ 这里我说了好几种优化的情况，不太明白面试官想问什么===========================================================手撕《300.最长递增子序列》没用动态规划，用别的方法做的...10分钟做出来了面试官看起来对手撕的方法不满意，反问，结束。第二天感谢信。

* 为什么在 RAG 流程中引入父子索引（Parent-Document Retrieval）？* 为什么引入 BM25？向量检索和 BM25 的融合比例是怎样的？* 检索融合的具体流程是什么？召回后有没有做 Rerank？* Rerank 后返回几个块（Chunk）？有没有针对这个返回数量做过验证？* Rerank 后的 TopK 截断是怎么做的？为什么是这个值？有没有其他截断方案？* 讲一下上下文工程（Context Engineering），Agent 的记忆（Memory）是怎么做的？* 请详细讲解分布式令牌桶限流的实现。* 漏桶算法（Leaky Bucket）的原理讲一下。* 滑动窗口算法限流讲一下。如果用代码实现，滑动窗口的结构体会包含哪些字段？* 滑动窗口和令牌桶相比有什么缺点？* 在 Redis 中，你会用什么数据结构来实现滑动窗口限流？* LRU 缓存的实现原理讲一下。* 布隆过滤器（Bloom Filter）的底层原理和适用场景讲一下。* MySQL 索引会在哪些情况下失效？* 在使用 LIKE 进行模糊查询时，索引什么情况下会失效？* MySQL 的事务隔离级别有哪些？如何保证一致性？* 详细说说 MVCC 的实现，ReadView 的生成时机是怎样的？* 在不同的隔离级别下，一个事务分别会创造几个 ReadView？* MySQL 都有哪些锁？它们的作用分别是什么？* 为什么选择 Python 和 Go 作为技术栈？在处理并发时有什么区别？* 手撕代码：实现反转链表。问的好杂，后面有的答不上来了是正常的吗