蚂蚁后端开发一面(47min)

技术面的人敲打细节很无聊啊 之前做的一个项目被说 经常因果分析 说你的一个小项目和大模型 然后就搬出什么qq的logo是企鹅是产品有研究的。我说拜托这种东西不都是别人成功后才被推敲的吗，没成功谁会知道qq是企鹅还是什么。然后面试的就自信的说自己能说出qq和国外所有通讯软件的优劣势和区别借此来打压我的项目论证其产品和市面上大模型的无差别处。我说一个小项目肯定是会和市面上很多功能有相同的，真这么扣的话为什么你比我大这么多早二十年做出qq的不是你而是你在这里抓着我的项目显示你产品功力的优越感

之前面的，已经挂了1. 项目里最具备挑战的部分是什么2. 项目拷打：记忆系统中不同场景的偏好怎么处理3. 项目拷打：你后续的优化方向是什么4. 八股：慢sql怎么检测、优化5. 结合项目：如果用ai去检测慢sql，你会怎么做6. 你要设计skill的话，会放哪些内容7. 项目拷打：介绍优惠券分发链路8. 项目拷打：延时队列的用处是什么，为什么用延时队列，怎么实现的，分布式场景下会不会有问题9. 项目拷打：服务终止时，幂等要怎么保证10. 项目拷打：lua脚本里干了什么，为什么可以实现原子化11. 项目拷打：秒杀业务中redis和mysql的数据一致性是怎么保证的12. 项目拷打：canal监听高并发的表会不会存在瓶颈，顺序怎么保证13. 询问未来的职业规划14. 你认为你会被ai取代吗15. 反问无手撕

1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...

半小时后秒挂，感觉是场景题问的很有深度1. 自我介绍2. 问有没有实习经验、项目是不是练手项目3. 自行挑选项目中的重点模块进行讲解4. 记忆是怎么存储的5. 对claude code、codex的了解6. 当前项目可以从claude code中借鉴到什么7. 优惠券分发平台找一个复杂链路进行讲解8. 项目中有没有什么高并发的处理场景9. 项目中线程池是怎么配置的10. 线程池中用了什么队列，为什么11. 秒杀业务中怎么确保原子扣减以及库存一致性12. 数据库和redis里都存了什么数据13. 数据库和redis的一致性怎么保证14. 会不会有超卖问题15. 场景题：优惠券如果既可以秒杀，又可以卖该怎么设计（整场面试里最难的问题）16. 秒杀中幂等是怎么实现的17. 问能实习多久18. mysql基本数据结构19. mvcc原理，解决了什么问题20. mysql锁有哪些21. redis string结构22. redis分布式锁、看门狗23. 反问手撕翻转链表