小红书26校招前端四面1h

项目15min，项目怎么用agent优化和设计差不多20min，无手撕，聊得很开心1. 介绍一下项目2. 项目有没有用户/落地？（没有，进行过压力测试）3. 布隆过滤器概念，怎么解决缓存穿透4. 如果有黑客通过肉鸡生成大量商品id攻击详情接口怎么办，发生误判怎么办，怎么过滤（答的 预先根据合法id创建布隆过滤器，遇到误判查一次数据库，如果不存在通过redis的bfadd补位，可以防下一次的非法访问）5. apt框架相关5.1 怎么通过你这个框架把性能提高十倍？（beanutil换成编译期预处理，更快）5.2 为什么能判断出系统性能不足是框架的问题？（答的做了jmeter测试，qps瓶颈，老师建议，）5.3 怎么处理类的嵌套循环问题？（不知道）5.4 框架递归映射怎么做的？（也不知道，第一次被问这么深）5.5 是否考虑过APT能力的插件化设计，比如用装饰器增强日志采集和错误收集？（已实现编译器错误采集和属性注入检测，别的没做。。。）6. 项目前端模块是否全由AI开发？7.  有没有AI实践过前端的工程化？（react相关？这块胡言乱语）8. 普通前端页面和工程化页面的区别？9. AI在工程化中的局限性？10. 你说你参加过携程前端训练营，那你是怎么结合ai做前端项目的落地?11. ai和agent相关：11.1 如果要把一个电商项目面向AI设计并MCP化，怎么做？或者说要做哪个方向？（答的搜索方面的升级，做商品推荐）11.2 电商场景下需要更精细的用户消费习惯设计，需结合用户画像和语义理解做搜索推荐，使用mysql数据库是否合适？（答的向量数据库）11.3 PG数据库的横向扩展和pg vector能力更适合语义相似度检索，有没有深入了解这方面或者使用过？（没有）11.4 Pg在向量和图数据库方面的潜力有了解吗？（不会，面试官说PG能通过商品间的图关系实现推荐系统的底层支持）11.5 有没有考虑或者做过embedding层设计？12. Agent是否需要有读数据库的能力？（答的让skill做，但是面试官不太满意）13. agent调工具的实现方式有哪些？14. function calling了解吗？15. skill和mcp有什么区别16. 反问PE全栈这个岗是做什么？（结合ai全链路开发）面试表现怎么样？感觉问的超级多ai相关的知识，这俩天刚开始学，给我问蒙了

2026-4-10  快速做自我介绍 为何在实习期间考虑换公司 做从 0 到 1 的事情有哪些经验、技能或能力优势 在校期间是否具备与 AI 协作时的独立判断能力及判断方式 AI 能闭环执行和审核工作时，工程师如何发挥价值、建立壁垒 能否结合具体项目聊聊利用 AI 做事的过程及自身思考 该项目过程中的收获是什么 对 AI 的能力边界是否有清晰认知 日常是否会了解 Spring、Spring Boot、Spring AI 等基础技术栈 能否讲解 Cloud Code 的底层 是否尝试过探索做类似 Cloud Code 的东西 未来的发展方向是什么 AI 越来越强的情况下，人是否不需要掌握技术及如...

一面已通过。1.介绍实习时的主要工作2.本科时是否做过服务端相关项目3.Java垃圾回收机制4.会存在内存碎片化之类的问题吗5.Java Spring的Bean的生命周期是什么样子的6.介绍Java多线程7.轻量级锁自旋失败，转换为重量级锁的过程是什么样子的8.如果要设计一个高并发的订单号生成器，要求全局唯一且可以递增，应该怎么设计9.能介绍一下上下文工程和Harness工程的区别吗10.上下文summary的策略是什么样子的11.怎么去缓解内容被压缩导致结果失真的问题12.RAG文档的分片策略是怎么样子的13.假设召回的一个片段不足以解决问题，怎么优化14.对于更深入的场景，比如文档有语义或组织关系，召回的片段可能指向别的文档，怎么优化15.了解过 Agentic search 吗16.React 和 Plan Execute模式的区别17.如果是比较复杂的场景，既需要 Plan Execute，又需要 React 及时感知进度或外界信息并做反馈调整，这种场景需要怎么设计18.项目是否拿到上线后的测试数据19.假设项目需要升级，需要定位到具体出问题的代码，怎么做20.假设没有堆栈报错，怎么做21.现在需要做成通用平台或工具，给所有业务使用，怎么设计这样一套工具22.怎么把人在排查问题中积累的经验给到系统23.大模型的工具调用能力是什么24.MCP和Skill的区别是什么25.介绍CNN和Transformer的区别26.为什么位置编码能够体现句子中分词的关系27.为什么说模型有上下文限制28.像 Cloude 这种模型，上下文窗口可能只有 200K，并不大，为什么不做得更大一些呢29.模型的参数量是什么时候定的30.为什么提供这么多不同参数量的模型31.像模型上层的 SFT、Lora 这些微调，之前有做过吗32.RL和SFT的区别33.RL的数据源从哪里来34.鸿蒙的 ARKTS 你觉得和安卓有什么区别35.它的整个应用的启动链路是怎么样的反问：岗位具体情况。答：岗位的核心课题是如何用 AI 赋能整个产品线，打造 Agent 能力，不再局限于前端、客户端或服务端某一个领域，希望具备全栈相关的能力。

发面经攒人品一面（3.27）1.自我介绍2.项目或者实习结合AI的点3.harness engineering 了解过吗4.vibe coding5.怎么保证出码质量6.MCP7.hashmap的数据结构8.哈希表是什么 是数组吗？ 数组里面存储的是什么9.hashmap 存或取的流程10.hashmap怎么才能线程安全11.说说concurrenthashmap怎么保证线程安全的12.讲讲CAS13.CAS的unsafe14.其他锁的情况15.说说ReentrantLock16.https 中TLS的握手过程17.中间人攻击了解过吗？18.有客户端开发或前端开发的经验吗手撕： 岛屿数量总结：面试官没开摄像头，侧重于有AI实践经验的后续已挂