我看过一些面试反馈，有一个比较典型的现象：👉 有些人一面没问题，但到了二面，很快就被问住了而且往往不是不会，而是：👉 讲不深、讲不透、讲不下去二面和一面最大的区别在于：👉 不再考“你知道什么”，而是在看：👉 你做过的东西，能不能经得起推敲1️⃣ 项目不再是“讲”，而是“被拆”很多人准备项目的方式是：我做了什么用了什么技术达到了什么效果这些在一面是够用的。但二面通常会直接往下问：👉 细节比如：这个优化你为什么会想到？当时有没有其他方案？为什么不用？如果场景变化，这个方案还成立吗？有没有什么可以继续优化的地方？这类问题的核心不是难，而是：👉 你有没有真正思考过你做的东西很多人卡在这里的...

求助，怎么改进。约面都没有🙂‍↔️  

总时长35分钟，无手撕，感觉遇到KPI面了，唉35分钟一直在问实习，八股就问了下面的1.redis与数据库的缓存一致性2.redis的zset数据结构3.redis的两个持久化机制4.分布式cap理论5.什么时候ap，什么时候cp6.进程线程协程问怎么没手撕，说一面撕过了，业务是应用宝游戏商城，后面过了还有一面技术面，问面试表现，说挺顺的，可以再关注一下运维数据，然后问转go有难度嘛，就结束了

1.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？这个问题本质上不是“删哪条、留哪条”，而是做记忆的版本管理。实际处理时一般会同时看三个维度：时间、来源、置信度。时间上通常新信息优先，但前提是它来自更可信的输入；来源上，用户当前轮明确表达、工具查询结果、系统写入，优先级通常高于模型从历史里自己总结出来的内容；置信度上，如果只是一次低置信抽取，不会直接覆盖长期稳定画像。工程上我会把记忆拆成两层，一层是 event log，完整保留用户每次表达过什么；另一层是 materialized profile，也就是给模型使用的当前画像。冲突发生时，不是直接物理覆盖，而是先记事件，再按规则刷新画像。...