浙江百应科技面经

面完之后：按记忆把题串起来说 手里那份问题清单，是好几场面谈里碎片问题的合集。 单独看每一条都像八股，串在一起你会发现面试官的注意力一直在两条线上晃：一条是「这东西在线上会不会出事」，一条是「你知不知道自己在用什么、没用上什么」。 下面按我自己后来复盘时觉得顺的思路写——从项目怎么讲，一路滑到 LangGraph、记忆、agent 形态、工具协议、RAG，最后落到后端那几道「看起来基础、其实能问穿」的题。 你如果对某一块熟，可以快速扫小标题跳读。 从项目讲起：先别急着报框架名 几乎所有 agent 岗都会从项目开刀。我踩过的坑是开场三十秒就把 LangGraph、LangChain、某某向量库...

大佬们，我是27届的二本菜鸟，能帮我看看我的简历有什么能优化的吗，这几天才意识到有点晚了开始投😭，找不到实习😭

bg双非本，前端开发拿了22k，想知道今年整体行情怎么样，这个价格ok吗，目前就这一个小厂of，但是真的想躺了（已经20天没投简历了），不想面试了，想直接去了，快来评价助力梦想二编，感谢各位评论，主要的纠结点是这个of是要提前实习的（我已经来了），然后这个实习和继续春招很难平衡（具体细节不多说了，但是是这个情况），主要害怕第一个平台小会不会影响后续的职业发展

1. 怎么把 RAG 接入到你的 Agent 执行链路里的？是在调用工具之前先检索，还是在生成结果之后再做校验？我们的 RAG 是通过 Spring AI 的 Advisor 接入到 ChatClient 的：模型调用前在 before() 做向量检索，把命中文档拼成上下文注入 prompt；模型生成后在 after() 把命中文档回写到响应 metadata 便于追踪。当前是“先检索再生成”的 pre-RAG，并没有单独做生成后的事实校验，后续可以增加 verifier 节点来做 post-check。2. MCP 是完全自研的吗？和市面上成熟的 Agent 框架相比，你的方案在扩展性上有什...