笔试完接近两个月收到蔚来感谢信

自我介绍实习除了 Coze，了解过其他 Agent 相关框架吗？比如 LangChain、LangGraph三个系统都涉及 DAG，区别是什么Coze 的执行引擎能否支撑你的系统A 系统 利用编排实现解耦，还有没有其他提升空间2k QPS 下，MySQL 可以抗住，为什么加二级缓存相比加缓存之前，性能提升了多少B 平台 针对下游模型的 TPM、QPM 限制，如何限流处理在采用令牌桶的基础上，任务具有不同的优先级，如何处理；再增加一个租户维度（多业务），如何处理视频生成后的链路关注过吗？最终的视频是否满足预期八股为什么选择 Redis 做缓存，还有什么应用场景Redis 实现分布式锁的原理是什么...

美团timeline一面 3.26二面 4.2oc 4.8offer 4.10其他：oppo 一面挂vivo 没动静携程 笔试挂哔哩哔哩 没动静感想感觉找实习运气也占不少的成分，本来0实习选手暑期只是准备随便投一下练一练，想着过会儿再找日常实习，没想到美团直接收留我了。感谢一面面试官，在我第一次面大厂的时候给了我自信

刚实习了两周，被导员一通电话打过来可能会给处分学校这里坚决是不允许大二大三实习，只有大四后半学期才允许😂不知道被谁举报的，总之回来领导跟我说了一大堆，说在学校呆着能学到知识以外的东西。然后一门课也是被重修了，感觉好不容易实个习，一波三折的。最后还是选择了不回头，总觉得，人这一生就这一次，要尽力去活才算圆满。

AI 这波浪潮来得太快了。半年前面试还在聊微服务和高并发，现在面试官张口就是：RAG 怎么做的？Agent 的执行链路是什么样的？你的检索策略是怎么设计的？会话记忆怎么控制 Token 成本？这些问题已经不是加分项了，而是越来越多 JD 里的硬性要求。但现实是，大部分人接触 AI 的方式还停留在"调 API"的阶段——跟着教程往向量库里塞点数据，让大模型吐一段话，截个图发朋友圈说自己"做过 RAG 了"。面试官稍微追问两句就露馅：文档怎么切的？检索召回率低怎么办？幻觉怎么控制？一问三不知。跑通一个 Demo 和做出一个能上线的系统，中间差的不是几行代码，...