Agent 这一块儿

自我介绍实习遇到的难点，是如何克服的有在线上排查的经验吗B 平台 策略模式、工厂模式和模版方法模式是如何运用的，有什么区别阶梯退避轮询中，base 和上限是如何确定的峰值或高频请求时，如何保证 SLAC 系统 Checkpoint 回溯机制是如何实现的；取 Checkpoint 发生在哪些时机A 系统 如何保证事务下，数据库与缓存的一致性详细讲一下分布式随机分片锁八股了解缓存击穿和雪崩吗了解 JVM 内存吗垃圾回收了解过吗AI了解 AI Agent 吗了解 Agent 的上下文窗口吗；上下文超过模型窗口限制，如何处理了解过 Agent 的短期记忆和长期记忆吗算法二叉树的层序遍历 &&a...

发面经 攒人品面完后第二天挂1. 自我介绍2. 讲一下react和plan-excute-replan的使用场景3. 讲一下react和plan-excute-replan的区别（回答了几个面试官觉得不够又追问，不会了）4. 设计agent的时候怎么能在保证效果的前提下减少token消耗？（不会，随便蒙了几条）5. 思考一下有没有其他的方案，能够减少token消耗？（不会，蒙的是特定领域微调和后训练增强模型能力）6. function call、mcp、skill的区别？7.  skills和rules的区别？（不会）8.  大模型调参过程中经常调两个参数，一个是温度，一个是topK，你怎么理解这两个参数？（不会）9.  redis的hash大key怎么优化？10. redis的hash大key优化后怎么兼容老业务老数据？新业务怎么用优化后的缓存？老缓存删不删？11. 为什么业务实际应用中要避免使用threadlocal？（头一次听说要避免使用threadlocal，不会）12. 事务的特性13. 之前实习中最大的难点是什么？jdk用的什么版本？14. java创建一个对象，虚拟机会有哪些变化？JVM的内存会有哪些变化？15. 垃圾回收的触发条件16. TCP怎么保证数据包一定能到达？17. TCP拥塞控制怎么做的？（具体细节忘了）反问：1. 什么业务？- 业务安全中的内容安全相关，检测视频、音频、文字中的违法行为2. 具体涉及哪些工作？运维和开发占比怎么样？- 简单来说要负责所有事情的研发。大概20%运维。80%开发。大模型来了后之前所有的运维的同学全转开发了。

1. 自我介绍2. 前期用 Milvus，后期切到 FAISS，可能是什么原因？答案：Milvus 更适合服务化、分布式、多租户、海量向量管理场景，提供索引管理、持久化、过滤查询、集群扩展和运维能力；FAISS 更偏本地高性能向量检索库，轻量、可控、部署简单，适合数据规模没有大到必须上分布式、但对延迟和工程可控性要求比较高的场景。如果项目早期用 Milvus，可能是为了快速验证向量库能力，支持元数据过滤和服务化接口；后期切到 FAISS，可能是因为数据量可控、线上环境更希望减少外部组件依赖，或者 Milvus 的运维成本、资源占用、冷启动、版本兼容不符合需求。FAISS 的优势是本地化部署简单...

27届，bg双非本211硕，0实习找暑期，简直是地狱难度，要么简历挂，要么笔试挂，总算有约面的最多到二面也杳无音迅，某天晚上一时冲动投了字节（因为传说中的面评机制导致我一直没敢投，本来是打算先找个中小厂填简历，等秋招再面字节）没想到顺的不可思议，第二天hr就打电话约面了tl：3.30一面，第二天约二面4.3二面，隔一天约三面4.9三面，结束后10min约hr面，hr闲聊确认到岗时间，当场口头oc回想起那段日子，真是相当煎熬的一段时光，基本每个小时都忍不住检查邮箱，效率也是真的高，我都没想到简历能被捞这么快（点名某鹅某为，到现在都还在泡池子气笑了）最大的感受就是，实习这事是真的玄学，一个月前还在为实习天天愁的睡不着，做梦也想不到一个月后能坐在宇宙厂工位上。有时候被拒绝也不一定是你能力的问题，横向竞争太激烈了。千万不要灰心，保不准哪天就柳暗花明了