大厂≈卷吗

做技术面试官这些年，经历过线下面试的严谨，也适应了线上面试的便捷。自从公司全面转为线上面试，虽然视频沟通少了些面对面的直观感，但对算法题作答来说，不管是候选人提交代码，还是我们校验结果，都比以前方便了不少。但是去年开始，我被一个新问题困扰——越来越多的候选人在面试中使用AI辅助。这事儿最让人纠结的地方在于，大多时候都只是“嫌疑”，没有实锤。你说直接判定为作弊吧，怕冤枉了品行端正的候选人；可要是在面试过程中直接点破，又容易引发投诉和舆情。更麻烦的是，由于这几位作弊的候选人，我们整个面试团队都会变得格外警惕。之后面试每一个人，都会下意识地寻找作弊的蛛丝马迹，眼神、语速、回答的流畅度，甚至是镜头外的...

上来先给你6张卷子让你写也没人看着，纯浪费时间后来面试的时候也没有看过这6张卷子，面试过程，两个面试官一个hr，1.自我介绍 2.让我介绍一下我实习的项目 3.问一些项目细节。4.开始考查项目经验里的项目5.一堆八股，什么集合底层，数据库底层，mysql索引有哪些，mq的种类等等问了很多

1. 你做的 Agent 项目，完整链路讲一下完整链路一般是用户问题进入后，先做意图识别和 query 改写，再根据意图判断走纯 RAG、RAG + Tool，还是多 Agent workflow。检索阶段会做混合召回，再用 rerank 精排，拼接上下文后交给大模型生成。如果涉及订单、机票、酒店这类实时数据，会通过 function calling 调后端接口。最后返回答案时，会附上引用、置信度或者兜底话术。二面一般会继续追问每一层为什么这么设计，以及哪一层最容易出问题。 def agent_pipeline(query, user_profile): intent = detect_int...

实习的价值，往往在某一个瞬间突然清晰。可能是独立拿下一个需求并顺利上线，被同事和 leader 认可；可能是弄懂了学校里永远学不到的真实业务逻辑；也可能是从只会理论的学生，变成能解决实际问题的职场人。那些加班改 bug、反复对接需求的辛苦，在被肯定、有成长、能独当一面的那一刻，全都变得值得