得物三面

·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。

上周让Copilot写STM32的PWM驱动，3秒生成HAL库代码，连TIM_OC_InitTypeDef结构体都填好了——爽是真的爽！但调参时发现它把预分频系数算错了，导致20kHz PWM输出成1.2MHz，差点烧了MOS管。这种“看起来对，实际埋雷”的坑，AI可不会主动提醒。更绝的是调试环节。上次飞控出现“偶发死机”，AI分析日志说“可能是堆栈溢出”，建议增大Stack Size。结果改完更严重了——后来发现是SPI DMA传输时中断优先级冲突，这种硬件关联性bug，AI至今还在“学习中”。

大部分互联网大厂都会考察AICoding，比如蚂蚁，字节，腾讯。考察能力如下Prompt 工程：能不能精准描述需求、纠错、引导 AI代码审查能力：快速判断 AI 代码对错、漏洞、复杂度、可读性问题拆解：把大需求拆成 AI 可解决的小任务调试与优化：AI 跑不通时，你能不能定位、修正、提升性能系统思维：整体设计、模块划分、数据流向、边界处理表达：讲清思路、权衡、为什么这么选

题目是实现一个带 TUI 的命令行视频剪辑工具。核心要求有三点：能应对真实输入，稳定运行不崩交互流程清晰，用户知道下一步该干什么输出结果可验证、可复现，不能随缘素材放在 video_res/ 目录下。需要注意：里面的视频格式不统一，有不同容器（MP4、MOV 等）和编码格式（H.264、H.265 等），甚至可能混了异常文件。所以工具必须考虑兼容性，不能假设所有素材都是标准 MP4。必做功能要求1. TUI 交互（核心）需要实现四个基本操作：浏览素材列表（能看到有哪些视频可用）设置切分区间（比如只保留 00:30 到 01:20 这一段）调整片段顺序（多个片段可以重新排序后再合成）执行导出 + 展示结果（导出完告诉用户成功了还是失败了）2. 剪辑与合成单个视频能切分（取其中一段）多个视频能拼接到一起（比如 A 的前半段 + B 的后半段）输出常见的可播放格式（MP4 最稳妥）3. 错误处理用户输入非法（比如时间输成负数、选了不存在的文件）必须明确提示禁止静默失败——出了错就要让用户知道，不能偷偷崩掉约束条件：所有交互提示要面向普通用户，别直接抛底层报错（比如 "FFmpeg returned code -2" 这种）。用户看不懂，等于没提示。必做验收方式需要自己设计验证方案，至少覆盖四点：基础功能对不对（切分、拼接能不能正常工作）正常输入能跑通（给标准素材，按标准操作走一遍）异常输入要能扛住（给损坏的视频、不存在的文件、乱输参数）连续执行要稳定（跑一次没问题，连续跑十次会不会崩）交付物清单源码 + 启动命令（比如 ./run.sh 或者 python main.py）使用说明（关键操作怎么用、参数什么意思）示例输入与输出结果（别人照着做能复现）验证证明（场景描述、执行命令、结果摘要）已知限制与优化方向（坦诚交代哪里没做好、后续怎么改进）加分项如果必做做完了还有时间，可以考虑：时间线/片段预览能力：不只是一个列表，能让用户看到片段顺序、时长、大概位置任务队列与取消机制：导出可能需要时间，用户可以排队多个任务，也能中途取消可配置导出参数：码率、分辨率、帧率这些用户可以自己调，而不是写死在代码里一点思路分享拿到题目后，建议先别急着写代码。用模型帮你把必做功能拆成最小的 MVP 模块，比如：先实现素材目录扫描和列表展示再实现单个视频切分导出然后实现多视频拼接最后把 TUI 交互串起来加分项最后再做，而且尽量不破坏基础功能的代码结构。验收的时候，建议按题目要求的四点（正确性、兼容性、鲁棒性、稳定性）逐个跑一遍，截图或录屏留证，最后整理到验证证明里。另外注意素材目录里可能有异常文件，你的工具遇到这种情况不能崩，至少要提示“该文件无法处理”然后继续让用户操作其他素材。