面试滑铁卢记录

我个人来说刚毕业那会儿leetcode medium是标准，但是AI Coding 爆发后，好像leetcode hard变成标准了…感觉现在倾向于把leetcode变成筛选器：（1）要么这个人很聪明，搞competitive coding的，招进来可能idea多（2）要么这个人很肝，可以耐得住刷很多题，那么这个人进来可以当牛马用，使劲要这人加班

1、自我介绍2、介绍实习3、围绕实习问 (数据一致性、redis分片、redis集群) 20mins4、redis八股，数据结构、各个数据结构的使用场景、优劣和底层设计、redis集群、redis分布锁，何时用String和哈希，两个对比优缺点。5、手撕：hot100字符串解码

1.自我介绍2.讲下自我介绍提到的ppt智能体，完整的流程调研auto ppt等3.讲下rag的流程正向流程，反向评估都答4.ppt智能体改为多智能架构，会结合业务场景考虑吗；当然去往新方向做尝试可以5.为啥用rag，解决什么问题外挂记忆，解决幻觉，垂直领域问答6.在rag里面调用的LLM，有尝试做垂直领域的LLM微调吗7.企业知识库和个人知识库，个人问答会结合两个做回答吗8.用过ai coding多吗，什么模型，国外模型用的多吗；就是对于需求已经够用了9.遇到过什么项目难点项目上线和前端联调，部署工具OOM，初期调研rag过程中部署问题10.如果做了一个多智能体或者工作流的ppt智能体，怎么做评估，有哪些指标结果侧（生成侧），看版面对齐度，丰富性，是否有问题；生成文本内容，是否有问题，用户打分加权（劣良优）；最后设定综合制定标准打分11.面试官陈述：就是通过一个智能体生成，另外一个自动化智能体，自动化评估12.实习过程中有几个人13.有用openclaw claude code做过什么；skill 渐进式批露怎么做的；LLM怎么知道要调用哪些skill答得个人工作流，react；       应该是工具 chema注入，然后意图识别；结构化输出 (Function Call)14.反问智能体投入生成环境的评估，人工和自动化评估都有吗；agent scope搭建效果产品或hr及一些相关需求，评审方案；内部agent build智能体编排架构工具挺多；但实际还是有性能安全等考虑，不能成为黑盒；百炼平台内部用的话，还是有很相关的；

1. 提问艺术 (Prompt Engineering)指定角色：“你是一位资深 Java 后端工程师”。明确任务：“编写/重构/解释/优化” + 具体功能描述。设定约束：“不使用第三方库”、“遵循 PEP8 规范”、“添加详细注释”。要求输出：“只输出代码”、“先解释思路再给代码”、“用 Markdown 格式”。2. 上下文管理 (Context)提供报错：直接粘贴完整的 Error Log 或 Stack Trace。相关代码：只粘贴与问题相关的函数/类，避免过长（注意 Token 限制）。数据结构：明确输入/输出的 JSON 结构或数据库 Schema。技术栈：说明版本（如 React...