27实习-字节后端ai开发一面 1h

给我面没招了，发点面经攒攒人品～1.项目介绍2.针对项目细节展开追问，我的项目中涉及 RAG，因此这部分问得比较多，主要会围绕整体方案、检索流程、效果优化，以及为什么这样设计来展开3.Java 基础，主要是结合一些常见八股去问，看看基础是否扎实4.Synchronized 锁升级机制，一般会从对象头、偏向锁、轻量级锁、重量级锁这些点往下问，追问锁膨胀过程和不同场景下的性能差异5.Java 集合框架，通常会从常见集合类的特点、底层数据结构、适用场景开始问，再延伸到 ArrayList、LinkedList、HashMap、ConcurrentHashMap 等具体实现6.Java 垃圾回收机制，这一块问得比较系统，先问怎么判断对象是否存活，再问常见垃圾回收算法，比如标记-清除、复制、标记-整理，最后再展开到具体垃圾回收器，如 CMS、G1，以及它们各自的工作流程和特点7.平时如何使用 AI 辅助 Coding，主要会问在实际开发中怎么借助 AI 提效，比如用它做代码补全、问题排查、方案分析，或者辅助理解陌生代码8.对 Vibe Coding 的理解，结合自己的使用体验去谈，看看你是不是只把 AI 当成代码生成工具，还是已经形成了一套协作方式9.对 AI 未来发展的看法，让你聊一聊自己对方向的理解，比如更偏向 Vibe Coding 这种更自然的人机协作模式，还是更偏向 Harness 这种强调约束、流程和工程落地的路线10.算法题： n 支箭射靶，得到 m 分，有多少种策略

项目挑一个讲？这个项目里大部分是大模型，工程上的有讲一下吗？有用到 Agent 吗？Agent 和传统大模型有什么区别？工作记忆了解吗？向量数据库和传统数据库区别是什么？从模型上查询索引结构上、事务上的区别呢？你提到的给 A 推荐的喜好是怎么做的？你的项目如果对标京东、阿里的话，有没有了解到现在成熟的方案？比方说对你的身高体重、用户画像等这类长期记忆的应用。大模型使用向量数据库的诉求是什么？什么场景用向量数据库？向量数据库在 AI 里的核心作用在哪？向量数据库开源的有哪些？ 在毕设过程中，有哪些方案是做过技术调研的？做过压测吗？2000 QPS 的瓶颈在哪里？怎么优化？压测的时候什么指标达到了...

继续来分享下最近的面经~1.这个agent项目干了什么，怎么实现？2.mcp，rag是什么，用来干什么？3.怎么去调用大模型4.介绍ddd架构5.为什么用流式传输6.正常调用ai，ai回答有多快7.介绍hashmap8.介绍索引（B＋树）9.介绍 rabbitmq10.查找数组中，最短只需要排序多长的子数组就能使整个数组有序

一、项目 1、Redis 全局唯一 ID，为什么生成这个 ID，这个 ID 的含义是什么（疯狂追问），这个 ID 有什么用（拷打追问：1、为什么不直接再 MySQL 中用自增 ID（因为我在 redis 中用的自增 ID 来唯一标识）） 2、你是如何解决 Redis 解决超卖的思路（Lua 脚本 + 预扣库存（消息队列）+ 乐观锁（乐观锁我回答可以用库存扣减大于 0、还可以用一个字段来标识这行数据来判断是否有并发同时扣减问题，然后就一直追问这个字段是什么）） 3、Redis 消息发送失败的处理方式 4、推送/拉取模式，为什么选择推模式（拷打，先说的用户少所以用推，追问粉丝量大怎么办，我说推拉结...