富国基金暑期实习vs美团暑期实习

没录音, 可能有遗漏Q1 自我介绍Q2 介绍一下你的 Agent 项目 (从前端到后端都说了一遍)Q3 你的这个对话 agent 在思考执行时前端是什么样的? (会输出思考流程 + 结果)Q4 前端对话在在执行过程中是怎么通过 sse 实现的 (这里不熟悉, 瞎扯了一番)Q5 上下文是怎么实现的Q6 MySQL 的索引是怎么实现的 (开始吟唱)Q7 项目是学习项目吗? 有投入现实使用吗? (都是学习网上开源项目)算法:Q1 1~n 的全排列 (由于不是 lc 的编译环境, 在写 lambda 递归函数时小卡了一下后成功做出)Q2 用容量为 a, b, c 的三个容器, 写一个函数判断是否可以盛出 t 容量的水 (不会做, 和面试官讨论很久一直在引导我, 面试过程中以为是 dp, 后面问 AI 才知道是 **裴蜀定理** )反问:Q1 觉得我答得怎么样? (可能是我 **Q2** 扯太久了, 不是商用项目都经不起推敲, 少聊一些项目)后面还扯了一些其他的内容, 面试官都是答一点就不深入聊了, 知道不感兴趣, 就没继续了反思:自己还是太学生思维了, 答项目那里应该说的 "高调一点". 还有就是死板的背知识点, 没有联系业务与服务

自我介绍实习B 平台 详细说一下；有没有碰到什么难点，如何解决的A 系统 讲一下分布式随机分片锁的细节C 系统 Checkpoint 回溯机制详细说一下八股简述 TCP 四次挥手TIME_WAIT 状态出现在哪一侧HTTP 2.0 和 1.1 的差异Linux 进程间的通信有哪几种方式HashTable 实现原理其他对最近的 OpenClaw 有研究吗

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

前面基本上都在问论文 无手撕1. 自我介绍2. 介绍下简历上这个项目3. 你对对话 LLM 的理解是什么？它和普通文本生成模型的核心区别是什么？答案：对话 LLM 不是简单地做 next token prediction，它要在多轮交互里持续维护用户意图、对话状态、约束条件和安全边界。普通生成模型更关注单次输入到输出的流畅性，对话模型还要考虑上下文一致性、角色一致性、拒答策略、澄清提问以及工具调用。它的核心难点在于“历史信息并不等价于有效状态”。用户前面说过的内容，有的仍然有效，有的已经被修正，有的是噪声。对话 LLM 必须学会根据当前轮次重新解释历史，而不是把所有历史机械拼接进去。工程上通常...