ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花缓存是提升系统读写性能、降低数据库压力的核心手段，根据部署范围、数据共享性分为本地缓存和分布式缓存两大类。两者定位不同、特性迥异，更新策略也需适配自身架构特点，避免数据不一致、缓存雪崩等问题。一、本地缓存 vs 分布式缓存：核心区别本地缓存属于单机/进程内缓存，数据仅存在单个服务实例；分布式缓存属于集群共享缓存，数据跨节点统一存储，两者核心差异对比如下：部署方式单机部署，与应用服务同进程/同服务器，无网络交互独立集群部署，多应用节点通过网络远程访问数据共享性数据隔离，各服务实...

宝子们！最近好多人问我，想入行Agent该学啥，今天整理了新手必学核心技术，拒绝瞎学内耗，精准踩中重点✅首先基本功必冲：LLM调用工程+Prompt工程，这是Agent的“大脑”！重点学结构化提示、思维链引导，还有Function Calling，能让Agent对接外部工具，区别于普通聊天机器人然后是落地必备工具：Redis（缓存会话、控制API调用成本）、向量数据库（Milvus首选，处理私有知识库），不用精通，掌握核心用法就够。框架入门选一个就好：LangChain/LangGraph最通用，新手先吃透，能快速搭建简单Agent；想做多Agent协作，再补AutoGen/CrewAI。最后补个小重点：了解国内大模型生态（通义千问、GLM等），用LiteLLM统一封装接口，适配国内场景更吃香。

1. hashmap底层原理2. hashset与Treeset3. 自动拆箱和自动装箱4. equals和hashcode（），不重写hashcode会怎么样5. 项目中使用了validation做参数校验，说说底层原理6. 项目中使用了agent智能体，用来做什么的7. 反射8. Rag有什么作用9. 遇到多个文件需要存放到rag，怎么解决10. 平时如何学习新知识的11. 反问面完面试官口头给了offer，因为工作内容是给ai写的代码进行评分和review，没去

csig 腾讯云 暑期一二面面经：一面 50min实习经历括号对是否合法反问二面 40min实现一个高并发高可用的消息队列来完成生产者消费者模型实习经历是的，你没看错。全程无八股。年前的字节、快手，到这次的藤子，一个八股都没问过。说实话有点不习惯，以前背得滚瓜烂熟的HashMap、线程池、JVM调优，一个都没用上。如果不涉密，我已经想开个班把实习经历卖出去了。目前的情况：腾讯、字节，两个应用部门都不问八股。下周准备挑战私募和创业厂，看看那边还背不背八股。---给正在准备面试的同学一点参考：1. 八股不是没用，但优先级在下降大厂应用部门更看重你实际做过什么、能不能讲清楚项目中的决策和踩坑。背题能过简历关，但过不了面试关。2. 实习经历是新的“八股”现在面试官喜欢问：“你当时为什么这么设计？”“有没有别的方案？”“如果流量翻十倍怎么办？”建议把实习中的每一个细节都准备好，尤其是矛盾点、取舍、复盘。3. 不同公司、不同部门差别很大有的组还喜欢拷打基础，有的组全程聊项目。面之前可以多看看该部门的面经风向，别只背通用八股。4. 如果遇到全程聊项目的面试官，恭喜你说明他真想看你能不能干活。这时候把项目讲得有逻辑、有数据、有反思，比背一百道题都管用。最后：不是八股彻底死了，而是面试正在变回“聊天”而不是“考试”。祝大家都能遇到聊得来的面试官。