普通双非offer选择，家人们给给意见

一、大语言模型基础1. 目前主流的开源模型体系有哪些？主流开源模型体系包括：LLaMA 系、Qwen 系、GLM/ChatGLM 系、Mistral/Mixtral 系、Baichuan 系、DeepSeek 系、InternLM、Yi 等。面试里建议从以下维度比较：参数规模（7B/13B/70B…）上下文长度（8K/32K/128K…）多语言能力工具调用能力（function calling / agent）推理成本与部署难度开源协议（是否可商用）2. Prefix LM 和 Causal LM 区别是什么？Causal LM：严格自回归，token 只能看左侧历史（下三角 mask）。Pr...

约面的挺突然。。狠下心接了1.自我介绍2.讲讲JAVA的反射3.可以继续讲讲AOP，动态代理[ 因为讲反射不小心吟唱到了例如AOP的动态代理，但是这块记忆的非常不熟，结果磕磕绊绊 ]4.项目我看你写了AOP和注解，具体怎么实现滑动窗口限流的[ 梦到什么说什么，吟唱八股发散千万不要散到自己不熟悉的区域 ]5.也讲讲为什么另一个项目选择令牌桶，具体流程6. OK，讲讲 Redis 的数据类型？还有吗？就了解这五种嘛[ 把5个的基础类型从应用对比到历届底层全都吟唱了一遍。一句还有吗直接没力气了，简历就写了理解5种，别的我是真一点没看TT ]7.讲讲Redission分布式锁实现8.这个指数退避怎么实现的9.在这里有考虑去保障幂等性嘛10.这里为什么使用指数退避呢? 什么时候用均匀重传[已经晕过去了说不了解，刚说了后就意识到，估计应该说指数退避能缓解压力防止下游服务器雪崩之类的]11.ok，那讲讲JMM12.讲讲RocketMQ如何保证的不丢消息13.讲讲RocketMQ延迟消息原理14.讲讲项目Redis实现会话记忆这一块15.如果ai调用function calling出现幻觉，有考虑怎么解决吗？[ 不了解，面试官说什么接口幂等化，高危操作人工防护，没在听，感觉人已经飞升了TT ]16.mcp了解嘛？和function calling有什么区别[ 依旧不了解，只能说了个前者规范架构抽象解耦，后者耦合高只能算个工具调用]17.AI生成代码的代码质量怎么保障，那平时如何review的呢18.算法。lc215  数组中最大第k个元素19.打算考研还是本科就业20.反问1️⃣有哪里不足，有哪些需要提高的部分。[主要说知识广度不够，多刷算法，让我别太紧张]2️⃣部门业务会做什么人生第二次面试。感觉大厂面试官的气场压力很大应该凉了不过这次面试非常锻炼心态，多面试，多面试。

总的来说，这是一场收获很大的面试，感觉面试官不是以老员工的角度来拷打我，而是以一个引路人的视角带着我去思考一些场景问题，用一些真实场景来向我展示平时所学应该如何应用，然后问问题也都是笑着和我聊天那种问法，感觉是一个很有人格魅力的人，就是在他面前基本上说不了谎，而且感觉他更喜欢那种真诚地回答以及真实的思考，真的对我自己有很大的帮助，真的给字节点个大大的赞

1. 介绍一下你项目中遇到的最复杂的技术问题，如何解决的？参考答案：我在做电商系统时，遇到过一个分布式环境下的数据一致性问题。场景是用户下单时，需要同时操作订单服务、库存服务、积分服务三个服务，如果其中一个失败，其他服务需要回滚。最初我使用了Seata的AT模式实现分布式事务，但在压测时发现性能很差，TPS只有200左右。通过分析发现，Seata的全局锁机制导致了严重的性能瓶颈，特别是在高并发场景下，大量请求在等待全局锁。我重新设计了方案，采用基于消息队列的最终一致性。下单时先创建订单，发送消息到Kafka，库存服务和积分服务监听消息异步处理。为了保证可靠性，实现了以下机制：消息可靠性方面，生...