字节 AI agent一面 面吐了...

1、自我介绍2、项目介绍3、MySQL 和 PostgreSQL 的区别，分别用了什么数据结构实现MySQL 和 PostgreSQL 都是关系型数据库，但工程定位不太一样。MySQL 在互联网业务里用得更多，生态成熟，部署方便，读写性能稳定，适合常规 OLTP 场景。PostgreSQL 功能更完整，SQL 标准支持更强，扩展能力更好，像 JSONB、数组、GIS、自定义类型、全文检索、窗口函数这些都更强，复杂查询能力通常更好。从数据结构上看，MySQL 的 InnoDB 存储引擎主键索引采用的是 B+ 树，主键索引是聚簇索引，数据和主键放在一起；二级索引叶子节点存的是主键值，所以二级索引查...

攒人品中～ 1.项目拷打2.重点聊了AI项目设计和质量保证3.被深挖了一段实习经历，问得比较细致4.Java基础问得挺全：ArrayList/List区别、扩容为啥是1.5倍、HashMap原理和key要求5.redis几种基本数据结构6.redis如何保证数据不丢失7.redis集群有哪些方式8.什么是分布式系统中的CAP定理？如何权衡？9.MySQL的事务隔离级别有哪些？各自解决什么问题？

1、项目里负责的边界是什么？哪些内容是亲手实现或验证的？我负责的边界一般分成四块：Agent 主链路、RAG 检索链路、工具调用层和效果评测。主链路包括 query 理解、路由、上下文构造、结果生成；RAG 这块包括文档清洗、切片、召回、重排和 prompt 拼接；工具调用层包括 function schema 定义、参数校验、执行封装和失败重试；评测这块包括 badcase 回流、离线测试集和线上日志分析。亲手实现的部分主要是在线链路和评测闭环，比如 query 改写、混合检索、rerank 接入、上下文压缩、工具调用编排、token 统计、失败样本分析。验证过的内容包括不同 chunk 策...

一开始签了个AI coding什么的，当时想欸这么好可以用AI？（似乎那个AI coding是ai面试？）然后再看又是切屏不计入，又是允许本地IDE，干脆直接chatgpt启动了出来和大家讨论发现好像不能用AI上小红书搜发现这么干的不是少数，尤其是本地IDE直接是cursor和trae的而且发现这个问题去年秋招就有人问过，更离谱的是当时有的人问HR，有的HR说可以有的说不可以现在发了邮件去问招聘团队了，感觉是细则没写清楚要是直接说不能用不如直接签到题走人更省时间