中海油条件

ReAct 是 Reason + Act 的结合，即让 AI 在行动前先思考。它通过“思考-行动-观察”的循环，解决逻辑链条断裂的问题。任务拆解：遵循 MECE 原则，将大目标切分为：数据读取 → 异常清洗 → 统计分析 → 可视化 → 结论产出。数分 Agent 设计：角色：资深数据科学家。工具：Python Interpreter、SQL 插件、搜索工具。流程：接收需求 → 编写并运行代码 → 校验结果 → 自动生成图表报表。Agent 面试题分享：如何解决 Agent 在复杂任务中的“幻觉”与死循环？比较 AutoGPT 与 BabyAGI 在任务规划上的差异。如果工具调用返回报错，你如何设计 Self-Correction（自纠错）机制？

一面3.11 45min1、拷打实习2、拷打实验室项目3、AOP、IOC4、Websocket和SSE5、DNS解析域名的流程6、基于UDP和TCP有哪些应用层协议7、completeableFuture的原理8、TD的原理，和MySQL的区别9、虚拟内存，段页式的优势和劣势10、 索引失效的场景11、Syn和AQS的区别12、spec的开发流程13、MongoDB的底层原理（不会）14、手撕：岛屿数量15、反问二面 3.16 75min1、过实习和项目2、AB测试3、kafka怎么防止丢消息4、https的握手过程5、如果你的室友正在访问一个http的网站，你怎么恶搞一下他6、kafka的I...

努力拥抱AI中…1.实习拷打2.项目拷打3.简单问了下LLM和AI Coding4.http请求的全过程5.对AI Coding的看法6.手撕：rand5变成rand3或者rand7

我认为这个还是靠运气和面试官对你项目/实习经历的感兴趣程度。一般只有在面试官没东西问了，才会开始询问一些八股；但是对于一些公司，八股算是他们的一个必要环节，比如腾讯。不过也有一部分公司，会在一面对你进行一次八股盛宴，然后再配合一些项目问题，后续的面试就是减少八股的占比，更深挖了项目细节。八股的准备的话，我推荐小林哥、阿秀的学习笔记，然后有一些不太了解的问题，可以通过豆包老师、chat老师进行一个提问，加深一下理解。更好的方法是从自己的项目出发，在自己的项目中去深挖一下八股（算是押题）。