Timeline2.26 投递3.3 一面3.5 二面3.12 hr面3.17 oc一面 1h15min一面两个面试官，第一次见。。。面试官介绍业务。问了很多agent相关问题。最近有关注业内agent相关的知识或者新闻吗，挑一个说说。（回答了claude code的设计和anthropic的agent相关工程实践，又聊了一下skills）看你之前实习做过MCP相关工作，讲讲为什么当时要用mcp，mcp有哪些好处？你当时接触的这个agent，它是怎么知道某轮tool call之后该不该结束的？如果让你设计一个agent，如果一轮tool call的返回结果非常非常多，你会怎么设计。你说到了让a...

正式进入AI Coding时代了  

timeline过年前就约的年后三月份的面试2026 3.05 一面2026 3.10 二面（挂）2026 3.13 二面2026 3.16 hr面2026 3.19 口头oc2026 3.20 offer两道手撕无重复字符最长子串数组中能组成小于n的最大数字记录一下 不多写什么了 同时也感谢平台上以前发面经的佬们记录的一些手撕题目 刷一刷颇有成长

1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...