美团前端二面

发一下问题给大家参考，攒攒人品！1.项目是个人项目还是实习项目？上线了吗？2.项目里你遇到最大的难点是什么？怎么解决的？3.rag针对模糊提问精准检索：如何识别用户问题模糊度？完整处理流程？4.关键词检索存在关键词漂移问题，如何平衡向量匹配 & 关键词匹配？5.混合检索 RRF 加权参数 K，你是怎么调的？业务上有没有自定义调整？6.向量检索更准时，K 值应该调大还是调小？7.查空教室 + 推荐火锅，多轮推理、任务调度是怎么做的？8.前序 Agent 编造假教室（幻觉），直接执行下一步火锅推荐，幻觉链式积累怎么处理？9.如果检测 Agent 自身也幻觉、误判，工程上怎么解决？如何保证检测 Agent 可靠？10.项目基于 GPT5.4，有没有真实用户大规模上线使用？11.简历写测试服务耗时缩短 40%，是线上数据还是个人自测？12.ToC 上线有没有考虑敏感词、违规内容安全过滤？13.开发过程有没有使用 AI 辅助开发（vibe coding）？完整工作流程是什么？14.AI 长任务开发出现上下文丢失、忘记需求、乱改代码，如何优化解决？15.本科学习中你认为最重要的基础技能是什么？为此做了哪些努力？16.HTTP1.1、HTTP2、HTTP3 协议核心区别精华是什么？17.HTTP3 性能更好，为什么内网微服务依然多用 HTTP2？HTTP2 内网优势是什么？18.V8 引擎垃圾回收机制是什么？19.MySQL 索引原理是什么？B + 树结构？20.向量检索引擎算法 IVF、HNSW 核心区别是什么？21.Java 接口和抽象类的区别？22.Java8 接口支持 default 默认方法后，抽象类还有存在意义吗？接口无法替代抽象类的点是什么？23.ai coding 编写一个函数24.把这套 AI 编程流程抽象成一个 Skill

1. 自我介绍2. 从代码文本到抽象语法树的过程是什么？底层原理是什么？答案：从代码文本到 AST，本质上是编译前端里的词法分析和语法分析过程。第一步先做词法分析，把原始代码字符串切分成 token，比如关键字、标识符、字符串、操作符、分隔符；第二步做语法分析，根据语言文法把 token 序列规约成语法结构，最终生成 AST。AST 和原始代码最大的区别是它去掉了很多表面细节，比如空格、换行、部分注释，但保留了程序的结构信息，比如函数定义、参数列表、条件分支、调用表达式和作用域关系。底层原理依赖语言文法，通常是 CFG 或经过工程化改造的语法规则。词法分析一般可用有限状态自动机思想实现，语法分...

今天在排查一个线上的第三方包样式问题，控制台看半天没找出来。干脆把两个svg元素一起扔给他，结果一秒定位出可能原因，去check果然是id冲突，样式覆盖了。同样的问题问gpt5.4甚至都没出来😁

现在竞争焦点从"拼模型/拼 Prompt/拼 Context"升级为"拼 Harness（模型外围的运行时与基础设施）"——Agent = Model +Harness；工程师的核心能力是"驾驭复杂性、驾驭不确定性系统"，这是 30 年软件工程不变的主题。三次跃迁：Prompt Engineering (2023) → Context Engineering (2024-25) → Harness Engineering (2026)。Claude Code 是当前 Harness 的 Number One。大学生怎么学？照猫画虎：读...