10.18秋招进展记录

整体面试还是不错的，但是没后续了，不知道是哪里出了问题项目1. 简单介绍一下这个系统的知识库问答架构，从文档入库到最后回答的完整链路是怎样的？2. 向量检索用的是什么索引类型？3. 在召回之后有没有做重排（Rerank）之类的操作？4. 你知识库的准确率和召回率是怎么评估的？5. Spring AI Alibaba 的 Function Calling 是怎么实现的？模型如何决定调用哪个工具？6. 如果工具调用失败了，你们设计了什么处理机制？7. Execute Plan 模式具体是怎么实现的？8. 平时哪种模型用的比较多？9. 平时编码时会用哪些模型？10. 在选择向量数据库时，有没有看过其他的（如 ES、Milvus 以外的选择）？它们之间的区别你大概有概念吗？11. 在写 Prompt的时候，你有哪些实践经验或设计原则？12. Graph Rag / Agentic Rag了解过吗13. 在秒杀下单中，Lua 脚本具体做了什么？为什么要用 Lua，而不是分开执行多条指令？14. 这个项目你自己做过压测吗？15. 对系统能扛住的流量（QPS）有没有具体的概念？16. 对于什么时候该上缓存、什么时候该上本地缓存，你大概的概念是什么Java 基础1. 线程池的核心参数有哪些？2. 线程池内部的具体工作流程是怎样的？3. 核心线程数和最大线程数一般怎么确定/计算？场景题1. 你觉得目前 RAG（检索增强生成）最大的瓶颈是什么？2. 假设要给电商平台搭建一个百万/千万级的商品知识库问答系统，你会怎么设计？3. 针对商品信息（如价格、描述）可能被商家动态更新的情况，你的知识库设计需要考虑什么？手撕：二叉树的层序遍历

3.9 二面自我介绍一、 项目1. 项目使用过程中遇到过什么问题2. 在使用 Spring AI Alibaba 框架时，它与其他开源 RAG 框架有什么区别？你使用了它的哪些核心能力，哪些是自己实现的？3. 向量数据库中使用了哪种索引算法4. RAG 优化方向：- 是否有看过 RAG 相关的论文或了解过前沿机制？- 业内的优化方向有哪些？- 如果让你类比“人看书”的过程，你会如何优化 RAG 的检索效率和召回率（引入目录、摘要）二、 Java 基础与设计模式1. 请简述 Java 集合的继承体系2. HashMap 的父类有哪些？3. 集合框架中用到了哪些设计模式？4. 在 JDK 源码或 Spring 框架中，哪些地方应用了设计模式？5. 单例模式有几种实现方式（懒汉、饿汉、枚举等）？还有没有别的6. 平时在学习或写代码时会用到大模型吗？7. 如何看待“vibe coding”这种趋势？8. AI 辅助编程有哪些局限性手撕最开始让写生产者和观察者模式，不会请求面试官换一个，换成了集合合并（并查集），写了一半让口述思路就结束了整体设计模式这块答得不是很好，而且整场面试下来面试官一直在追问后续当晚oc

Spring AOP怎么实现的 注解失效原因 就是拿不到代理对象RocketMQ怎么保证消息不丢失 幂等 重复消费最后问如果宕机了消息会不会丢 肯定不会丢最后说 说mq设计就不会让他丢消息满接口优化 RT多少 效果怎么样线程池配置MySQL MVCC怎么实现的简单说说你了解的RAG  会议转换客服怎么设计 提示词 Skills用什么AI比较多算法 生产者消费者模型建议 AI可以再学学

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.React的Fiber架构解决了什么问题?在Al聊天这种高频更新场景下有什么优势?2.在处理AI流式数据(Streaming)时，前端如何优雅地处理Markdown渲染和代码高亮?3.谈谈你对RAG(检索增强生成)流程的理解，前端在其中可以做哪些工作?4.如何优化 Prompt的构建过程?前端如何封装Prompt模板?5.你们项目里是如何做前端性能优化的?请结合AI应用的特点聊聊。6.介绍一下WebWorker的应用场景，在AI前端应用中它能解决什么问题?7.如果AI返回的内容包含恶意脚本，前端如何防范XSS攻击?8.手写题:实现一个简单的EventBus(发布订阅模式)。