美团暑期一面 3.19

继续来分享下之前的面经~欢迎友好讨论，信息共享1.当时为什么决定选用 RAG 这个技术框架？2.你选择的是哪个 RAG / 哪个向量库？为什么选它？3.你们做了哪些评测对比？4.你为什么要用向量检索（RAG）？为什么不用其他方式？5.为什么不用全文索引（类似某度/某g那种关键词检索）？6.你说大模型有幻觉，那为什么不用更“权威”的全文检索来避免胡编？7.如果用开源全文检索在本地部署、自己喂私有数据，也能搜——那你们当时为什么没选这条路？8.你选的向量维度是多少维？9.这个维度为什么重要？你有没有显示配置/修改过维度？10.你用的切分策略是什么？11.你说按段落/按语义切，那段落有的 100 字、有的 1 万字怎么办？12.你的 chunk size 为什么定 1000 token？这是拍脑袋还是有依据？13.overlap 设多少？为什么这样设？14.你怎么评价/评测 RAG 效果的好坏？

你好，27届的同学！现在是2026年3月，26届春招已进入白热化，27届的暑期实习预热也即将开始。作为站在AI浪潮风口的一代，你们面临的机遇与挑战并存：传统后端岗位在收缩，而“后端+AI”或纯“大模型应用开发”岗位需求激增。很多大厂（如字节、阿里、腾讯）的后端JD里已经明确标注“需具备大模型开发与应用能力”。如何在这个时代合理利用AI工具，打造核心竞争力？这份实战分享贴为你拆解。一、核心认知：AI时代，后端开发变了吗？变了，也没变。没变的是：高并发、分布式、数据库优化、系统设计等后端基石依然是面试和工作的硬通货。变了的是：你不再只是写CRUD，你需要懂得如何调用大模型API、构建RAG（检索增...

我本身的主力编程语言就是Python，再加上导师的研究方向刚好是机器学习、深度学习，这方面的基础也就自然而然积累了一些。后来也是误打误撞，进入了AI Agent开发相关的岗位实习，整个过程也算实打实的干中学、边做边练。刚接触这块的时候，我最先做的就是梳理Agent的主流开发框架、完整运行流程，先把整体体系摸清楚。等对各类框架有了基础认知后，我就开始往深钻研，吃透每个模块底层的代码逻辑：一边在GitHub上研读优质的开源项目代码，一边仔细扒LangChain官网，把里面的各项功能都研究明白，在这里也特别感谢我的小导豆包老师，帮了我不少忙。把整体框架和流程吃透之后，我就开始深耕各个核心模块，比如深挖RAG模块里的文本分块方式、Embedding实现逻辑、检索增强的实现原理，以及各类优化策略等等，一点点把细节摸透。但这个时候也真的忍不住感叹，AI行业的技术迭代速度实在太快了，我刚把一套技术技能学扎实，Claw Bot也就是现在的龙虾模型就推出了，还是得持续跟进、不停学习。平时也有不少朋友问我，有没有推荐的学习老师或者教程。其实我就是典型的电子蝗虫学习法，不管来源是什么，只要是自己需要的知识点、技术内容，就针对性去看去学，完全按需学习。总而言之，AI行业更新迭代的速度太快了，想要跟上节奏就必须保持持续学习的状态，有时候甚至还要及时跟进顶会论文，才能不落后。以上就是我这段时间的完整学习路径啦，也希望评论区的各位大佬多多指点、不吝赐教。

1安全，前端token不变，但是相当于token后端有状态2aecsstoken和refash token设计access_token和refresh_token就是为了提高安全性，但是安全这个问题没有绝对安全，只是提高。access_token用于业务，频繁api请求使用，容易被劫持泄漏，有效期一般比较短，失效了就要用户重新认证，用户体验太差，又不能把用户账号和密码保存本地，并且现在很多业务系统使用outh2，这个账号及密码会关联很多其他业务系统，一旦泄露安全问题就更严重了。refresh_token有效期一般比较长时间，在access_token失效时客户端做失效异常拦截自动使用refresh_token和认证服务器发送请求获取最新access_token，由于使用频率低，在网络泄漏劫持的概率就低了。app等应用中用户主动点击退出，也会将refresh_token在服务端做失效处理。当然认为当前项目系统安全不重要的，完全可以把用户敏感信息和密码保存到客户端本地，刷新令牌随着业务请求一起使用。