不开玩笑，如果我的毕业论文致谢里能写实话，排在第一位的绝对不是我导，而是我的 GPT-4 / Claude / Gemini。比起那个神龙见首不见尾、每次见面只问“进度怎么样”的碳基导师，这位硅基导师才是我得以苟活到今天的支柱。1. 学术黑话翻译机 “这个模型加了这一层之后，效果变好了，跑得也快。”AI 改的： “通过引入该特征增强模块，模型在保持较低计算复杂度的同时，显著提升了在低信噪比环境下的鲁棒性，验证了该架构的有效性。”它不生产观点，它只是学术垃圾的搬运工和包装师。2. 理论强行解释器 随便设了个参数 ，实验效果竟然最好，但完全不知道为什么。AI： “正则化约束”、“权衡偏差与方差”x...

公司开的新食堂，看一眼就吓哭了，坐5分钟就跑路了服务员还追出来问我为什么走了。还敢来互联网吗？啊？黑子说话！

1.实习介绍2.项目介绍(黑马点评)，为什么选择这个项目?3.算法题1(只说思路):大小为 N的数组 a,找到数组中比K大的数。复杂度是多少?4.算法题2(只说思路):假如说给你两个正序的数组，然后找到这两个数组的中位数，该怎么解?复杂度?5.体系结构，或者说在编译器优化的一个过程中，会有一个重要的概念叫指令重排。什么是指令重排?6.线程调度都知道哪些，都有哪些调度算法?7.在校期间有没有对一些前沿的 A大 A大模型的技术有没有了解?有掌握一些，比如说类似 Agent。 CP 啊，或说 function calling，或说 ATOA 这种一些，或说 rag 啊，这些技术吗?有去有去学习吗?比如说 agent、rag8. RAG 能解决什么问题?9.聊非技术问题，自学能力、为什么转行之类的。10.反问。

虾皮一面详细面经本次虾皮一面以“自我介绍+项目深挖+技术细节提问+现场编程+校招沟通”为主线，核心围绕简历中的核心项目、前端底层原理展开，整体难度偏实战，注重技术落地细节，以下是完整面经梳理：一、面试开场面试官先明确了本次面试的四大模块：自我介绍、项目细节提问、基础技术点考察、双向问答。我完成自我介绍后，面试官立刻聚焦简历中的第一个核心项目（笔记项目）展开深度追问。二、核心项目1：笔记项目（重点追问模块）1. 语义检索与离线缓存向量检索相关：面试官重点问语义检索的实现逻辑，核心追问“向量如何实现语义匹配”，以及余弦距离、欧氏距离的概念（我对这两个距离概念仅能简单作答，细节掌握不足）；缓存存储介...