传统软件开发转ai应用开发，不要迷信rag,模型的能力才是第一性原理，rag的确能拓展模型的认知，但是底层毕竟是关键字匹配，这就会导致出现答非所问的情况。当然这些是神经网络的同学擅长的。还有就是学会用低代码平台，比如飞书。可以更稳定更快的搭建可靠性更高的应用，可以自己对接api。还能ai管理。

现在在互联网上搜索AI Agent开发面经，你会得到五花八门的问题。他们从模型数据清洗到某个具体的框架使用细节，从真实案例到开发理论，似乎AI Agent 开发和我所认为的调一调API，写一写Prompt不太一样。 可，事实真的如此吗？ 澄清概念 在解决上述问题之前，我们先对齐一下认知。 职位边界 只谈开发岗位，我们说AI 开发岗位大概可以分为三个层级  基础设施层 模型开发层 应用开发层  基础设施层是大模型以及所有程序运行的底座，模型的计算管理，数据管理，服务，监控都归他们负责。这一类要求有架构能力，大模型与硬件线管知识，属于最硬核的。 模型开发层，比较陷阱。我最近买的一本书《实战AI到模...

给我面没招了，发一下问题给大家参考，攒攒人品！1.用户从浏览器输入URL到后端响应，中间经历了哪些具体阶段？（DNS、TCP、TLS等）2.TCP三次握手与四次挥手的具体状态流转是怎样的？3.TLS/SSL 握手过程是如何保证传输安全的？4. 请求链路：SpringBoot请求打进来后，是如何一步步到达Controller的？5. HandlerAdapter 在参数解析和返回值处理中起到了什么作用？6. 使用场景：除了基础缓存，Redis在分布式锁、排行榜、消息队列中有哪些具体落地用法？7.  Set 集合在什么情况下会从 IntSet 转换为 HashTable？ * ZSet（有序集合）的底层实现原理是什么8. Redis 为什么快？（IO多路复用、单线程模型、内存操作的具体优势）9. Redis 是如何删除过期 Key 的？（惰性删除 vs 定期删除的机制）10. 索引结构：B+ 树的底层组织形式是怎样的？11. 深度估算：在实际生产中，B+ 树通常有几层？如何根据数据量估算树高？12. 存储区别：聚簇索引与非聚簇索引在存储和查询（回表）上有什么本质区别？13. RAG 切分：在构建知识库时，Chunk（文本切分）有哪些常见的方案？（固定窗口、语义切分等）14.快排手撕

大家好，我是去年参加秋招的后端选手。刚经历了pdd的一面，热乎的面经奉上。pdd果然名不虚传，上来就是硬核三连，完全不问项目，直接揪着基础知识往祖坟上刨。整个面试30分钟，感觉像经历了一场高强度的技术论文答辩。一、 面试开场：没有寒暄，直接亮剑面试官准时上线，确认身份后，第二句话就是：“我们来聊聊Redis吧，看你简历里写得很熟练。”我心里一紧，知道这场恶战开始了。pdd的流量和并发决定了它对缓存的要求是极致苛刻的，Redis必然是考察重点。二、 核心拷问：从使用到源码，一层层剥开第一层：基础用法与场景（热身）Q1：你们项目为什么用Redis？用了哪些数据结构？我的回答：主要做缓存和分布式锁。...