腾讯有几轮面试哇

📍面试公司：tx🕐面试时间：4.7时长1h💻面试岗位：后台开发❓面试问题：一、自我介绍二、拷打项目具体项目相关和研究方向相关（20min）通用：1.所用智能体开发架构（langraph）2.与langchain的区别3.具体微调怎么做的4.项目架构怎么确定的，有没有用最近新发布的技术比如skills5.记忆管理三、八股1.说一下访问www.baidu.com这一过程发生了什么，尽可能详细2.能详细说一下前端页面发生了什么吗（不会）3.http和https的区别4.tls建立链接的过程手撕算法：输出第k大的数输入没处理好一直报错反问：有什么需要提升的？答：对前端了解的不多🙌面试感想：感觉面试官不是很想要我，果然第二天收到了邮件面试反馈

攒人品中，祝大家都能拿到满意的Offer！1. 实习拷打2. 你用 SSE 的时候，如果中途发生错误，你怎么把错误信息传给客户端？3. 如果客户端在使用 SSE 时切换网络（比如 WiFi → 4G），会发生什么？怎么处理？是从头开始重新推，还是中断后继续？4. HTTP 和 HTTPS 的区别是什么？可以介绍一下 SSL 握手流程吗？5. 如果用 MySQL 去做一个应用的选主（leader election），你会怎么设计？比如说多个进程里，如何选出一个 leader 负责工作？6. 如果订单数据按照订单号分库分表，那怎么快速查询“一个用户的所有订单”？7. 生产场景删除五个订单，这样一个场景能做成事务吗？8. 介绍一下你熟悉的锁？9. 分析这样一个场景，你需要做根据需求文档去匹配代码，你把代码存入向量数据库，再根据需求文档去检索。这个RAG的场景，Claude code也能实现，他们的核心区别是什么？10. Claude Code的plan模式和Openspec的区别是？11. ReAct架构和工具调用的关系是？模型是怎么根据工具调用结果做出下一步决策的？

更新：中午面的，晚上约下一轮（下一轮应该是hr面了）。求问牛油们是直接拒offer还是当做一个备选项？（本人是后端选手😅）1. 简单自我介绍一下2. 你了解计算机网络吗？什么是TCP和UDP？3. TCP和UDP的内部实现有什么区别？TCP如何保证可靠性？4. 如果希望让UDP也具备一定的可靠性，你会考虑怎么去优化？5. 你了解HTTP协议吗？HTTP协议都有哪几个版本？分别底层基于什么协议实现？6. HTTP 1.0和1.1的区别？长连接是怎么实现的？7. 常见的长连接实现方式有哪些？8. 如果有1亿用户都建立长连接不断开，对后台压力巨大，如何优化？（既要快和稳定，又要扛住压力）9. 长连接会对后台造成压力，如何设计后台机制来管理用户状态？10. 你知道什么是进程和线程吗？11. 进程间通常有几种通信的方法？12. 你知道线程的死锁是什么意思？死锁产生的条件和如何避免？13. 什么是分布式死锁？如何避免分布式死锁的产生和恢复？14. 代码审查题：分析一段Java实现的DataCache代码（使用SharedPreference）存在的问题，包括代码实现bug和代码设计问题15. 算法题：最大子序和团队是QQ浏览器，比一面难一些，但因为我简历写的全是后端的东西，就没有拷打项目。有些八股问太深了没答出，算法题秒了，代码审查的bug找的不是很全，感觉要考虑高并发问题吧？

全程2小时共享屏幕+看项目具体代码，压力面算法题（40min+20min优化）：74. 搜索二维矩阵      秒了1482. 制作 m 束花所需的最少天数贪心+二分    搞了半天，不过撕出来了问怎么优化时间复杂度1. TCP连接建立过程为何是3次segment交互，而非4次？请详细说明四次握手合并为三次的核心原因。2. 没见过的代码，让我猜结果，后来查了是js`const a = {i:1,toString: function(){return a.i++;}};console.log(a==1 && a==2 && a==3)`为何会输出 `true`？其底层类型转换和执行顺序是怎样的？3. 请解释CPU执行指令时，为何数字比较是串行执行而非并行处理？这和`a==1 && a==2 && a==3`的执行逻辑有何关联？4. 大模型生成语句基于HTTP长连接逻辑时，和WebSocket的全双工通信特性有何本质区别？5. SSE是否具备双工通信能力？如何清晰澄清SSE的单向推送特性？6. SSE实现客户端消息推送时，持续推送无法中断的问题该如何解决？是否需要后端配合实现流程控制？7. SSE存在自动断连风险，该如何优化协议稳定性以适配业务场景？有哪些重连或保活方案？8. 大模型流式输出的分段内容格式该如何设计？需要考虑哪些兼容性和可读性要求？9. 智能体Prompt的完整构建流程是怎样的？从角色设定、任务范围到格式化输出要求，具体步骤是什么？10. 智能体的场景化细节设计有哪些？该如何嵌入Prompt？11. AI Agent的核心工作流程是什么？请详细说明从用户需求分析、工具调用意图生成，到参数转化、MCP客户端校验执行的全链路。12. MCP调用逻辑的权限归属问题是什么？谁来主导MCP工具的调用？13. LangChain在你的项目中具体承担什么角色？是否仅作为大模型接口？如何实现框架的深度定制？14. 大模型在Agent系统中是思考核心，那工具调用的触发主体是谁？是Agent解析字符串触发，还是大模型主动分析意图后调用？15. 大语言模型输出字符串的机制是什么？工具调用的触发时机具体在哪个环节？16. Agent与大模型的协作流程是怎样的？17. MCP调用工具时的参数校验流程是怎样的？校验失败后该如何处理异常？18. MCP和Skill的功能边界是什么？两者在工具调用、模块化设计上有何区别？19. 如何将现有MCP工具改造为支持Skill功能？具体的代码或配置修改步骤是什么？20. 渐进式披露技术的具体实现方式是什么？如何通过文件格式和系统提示词控制大模型读取范围？21. 改造工具调用链路（如从MCP切换到skill接口）时，是否需要修改大模型本身？如何实现解耦以避免核心代码变动？22. 新建Scale工具文件并注册到映射体系的具体操作步骤是什么？如何保证工具调用的灵活性？23. 直接使用AI生成的代码方案（如Markdown表格形式的函数列表）是否可靠？存在哪些灵活性不足的问题？24. 现有文件名匹配逻辑不够完善，该如何优化？需要考虑哪些匹配规则和异常场景？25. 项目中的主控逻辑和记忆模块是否为自主实现？LangChain之外还使用了哪些技术栈？反问：一周出结果