AI 这波浪潮来得太快了。半年前面试还在聊微服务和高并发，现在面试官张口就是：RAG 怎么做的？Agent 的执行链路是什么样的？你的检索策略是怎么设计的？会话记忆怎么控制 Token 成本？这些问题已经不是加分项了，而是越来越多 JD 里的硬性要求。但现实是，大部分人接触 AI 的方式还停留在"调 API"的阶段——跟着教程往向量库里塞点数据，让大模型吐一段话，截个图发朋友圈说自己"做过 RAG 了"。面试官稍微追问两句就露馅：文档怎么切的？检索召回率低怎么办？幻觉怎么控制？一问三不知。跑通一个 Demo 和做出一个能上线的系统，中间差的不是几行代码，...

要求每天至少对话100次🤣现在必须得all in AI了

已拉黑：美团，百度，米哈游已点赞：快手，网易，众安，字节跳动，蚂蚁ttl：3.16投递-3.25 一面-3.30 二面-3.31 hr面-4.2 oc

上来先手撕：非递归实现后序遍历二叉树，磨蹭半天写出来了请简单介绍一下你自己做的项目，以及大概用到了哪些组件（中间件）？是否了解分布式系统的 CAP 理论？这大概是一个什么样的问题？在你的项目中，使用分布式锁主要是为了解决什么问题？如果改为异步的方式，还能判断“一人一单”吗？秒杀场景下，先判断“一人一单”再判断“库存是否足够”，这一套逻辑具体是在哪里判断的？项目中的 Redis 是单节点部署的吗？如果变成集群部署，库存在一致性的问题？Redisson 分布式锁的实现原理是什么样的？布隆过滤器？如果让你设计一个工作在多线程并发环境下的本地先进先出（FIFO）队列，且为了性能要求是无锁（Lock-f...