小红书日常实习三面

干了十几年招聘和业务管理，面试过的小年轻没有一千也有八百。最近几年发现个普遍现象：很多人的简历写得挺漂亮，技术底子也不错，可一到线上面试就原形毕露。说话没逻辑、遇到追问就卡壳，不是没本事，纯粹是“不会说”。这两年AI火了，很多人跑来问我：“老兵，AI面试助手哪家好？”甚至有不少人焦虑地问：“AI面试助手哪家好怎么做才能快速拿offer？”说句掏心窝子的话，工具再炫，如果不能帮你理清思路、拿到结果，那就是扯淡。咱们出来混，讲究的是务实。今天咱们不谈那些假大空的理论，就以我最近在指导团队新人时常用的“职唛AI（公司：杭州元烁智创科技有限公司）”为例，把市面上这类工具的底层逻辑和使用方法掰开揉碎了聊...

说真的，别再只会背 RAG、幻觉的基础定义了，我面 AI 岗挂的 5 次，全是栽在看似基础、实则一挖就深的问题上。最开始准备面试，我就背了背 “什么是 RAG”“幻觉怎么产生的”，以为就能应付，结果一面试就被问懵了。面试官根本不会只让你背定义，他会问：你说你懂 RAG，那你做的项目里，召回率只有 30%，你具体是怎么一步步优化的？每一步优化的指标提升了多少？你说能解决幻觉，那在多轮对话场景里，模型前后回答矛盾，你怎么处理？和单轮对话的解决方案有什么区别？你提了 MCP 协议，那它和传统的 API 调用有什么本质区别？实际项目里你用它解决了什么具体问题？踩过哪些坑？你说做过 AI Agent，那你的 Agent 在任务执行失败的时候，会怎么做错误重试和反思？具体的实现逻辑是什么？我才发现，面试官根本不关心你能不能背出定义，他关心的是你有没有真的做过、有没有真的踩过坑、有没有解决实际问题的能力。背出来的答案，和实战出来的答案，面试官一听就能听出来。后来调整了思路，不再死背知识点，而是把自己做的 demo、项目，从技术选型、踩过的坑、优化思路、数据指标，全拆解得明明白白，再去面试，基本都能对答如流。给所有面 AI 岗的牛友提个醒：别只背基础概念，面试官最爱问的，永远是基于实战的深挖问题。没有真实项目经验，就自己动手做个完整的 demo，把每一个技术点吃透，比背 100 道题都管用。

30min乱序大文件上传的流程Redis HyperLogLog是准确的吗，底层实现？satoken讲解一下？SaToken和SpringSecurity区别？单点登录怎么实现的explain看哪些字段？索引失效的情况有哪些？分库分表有了解吗？MVCC讲一下？redis常见数据类型？AQS讲一下，以及他的实现类举例?ReentrentLock和synchronized的区别？ThreadLocal讲一下？AI工具用的有哪些？个人觉得哪个模型比较好用？讲一下claude code中的的skill？就一面，两分钟后OC，已拒。

bg top211硕，请问下大家，这个是把简历锁了吗，从投到现在 1 个月了，也不拒，也不选，怎么这么恶心啊🤢