AI不能替代具体体力技术活

之前已经电话面过，这回为正式一面。一、 实习项目拷打实习，不方便透露；二、 高并发演进与 MQ 消息中间件1. 性能优化演进、详细描述 AI 用例缺陷审查任务的优化过程面对 1~2 亿条msg的突发消息洪峰（MQ 压力极大），除了单机单线程处理，还有什么更好的架构级解决方案？2. RabbitMQ vs RocketMQ 技术选型请对比 RabbitMQ 和 RocketMQ 的底层架构与优缺点。这两种 MQ 分别适用于什么样的业务场景？RocketMQ 的 ACK 机制和消息重发机制是怎样的？如何在这两种 MQ 中实现顺序消费？如何支持分布式事务消息？三、 AI Agent 与 RAG 架构设计1. RAG的痛点与优化如何解决 RAG 检索出来的知识忠实度不够、回答有偏差的问题？对于长文档（如 200~300M 包含图片的文档），Chunk（文本块）的切分策略是怎样的？大模型上下文窗口变大后（如从 256K 提升至 1M），如何解决“中间遗忘 (Lost in the middle)”的问题？2. Agent 编排与大模型框架在简单的问答任务和复杂的配置任务中，分别采用了哪种 Agent 架构？MAS 多智能体架构在处理复杂任务时有什么明显的缺点？为什么选择 Spring AI 框架？在实际使用中发现它有什么缺陷？四、 场景架构题与 AI 评测机制1. Agent 评测体系 (Eval)你们通过哪些指标来评测 Agent 的表现？如何定义和评判一个回答是否是“高分回答”？2. 真实大厂高容错场景设计场景描述： 如果将你的 AI 配置助手放在天猫商家/运营的真实环境中，面对成千上万的用户请求，必须保证极高的容错率和准确率。同时，真实用户的反馈收集率通常极低（万分之几）。问题要求： 在此背景下，如何升级你的系统架构？如何进行自动化的投放与评测闭环？【无论过没过，双非本科能面淘天已经非常感谢🙏🙏🙏】

与其说是避坑笔记，不如说是一个系列的开篇，后续更新跟进信息会放在评论区，最近关注到AI+CFD/CAE方向的活跃程度，也觉得是一个AI渗透的重要指标，校招或者比较关注发展性的求职者，可以把该方向作为一个重点关注方向，AI进入游戏、金融和互联网都还算是圈禁在虚拟世界，一旦在CFD方向有很大的进步，相信制造业企业都会跟进，相比传统的视觉找缺陷做诊断，个人认为这个方向在重新定义机械和结构岗位的工作内容，个人非理工专业，表述不准的地方希望指正。1、主要分三类，跨行大厂，工具大厂和初创公司，根据主攻行业来看，绝多数都会集中在空/天/船、气动和热管理方向，材料研发和分子动力等关注较少；2、多数AI+CFD...

1.快手 社区科学线/算法引擎部/商业化电商引擎架构中心 c++开发工程师，据说部门很核，组里做广告投放相关业务，小组for海外场景，已经接了offer2.阿里云 云智能集团-阿里云智能-阿里云智能cto线-计算平台事业部-MaxCompute，研发工程师c++，做云服务器资源的调度，泡了一周池子今天给了意向。感觉快手的业务更好一点，但是阿里云的title更好，部门也不错，要鸽了快手这边去阿里云吗，非常纠结，想听听大家意见--

第一次见双机位，整体更像综合面和价值观沟通这场华为二面是主管面，也是综合面，最开始就先说明了这是最后一次技术相关的实际面试，时间不长，大概半小时左右。上来给我的第一感受不是“拷打技术细节”，而是更像一次比较正式的综合交流，甚至还有点管理面、主管面那种风格。比较好笑的是，这是我第一次遇到双机位的面试，仪式感直接拉满。开场还是先做自我介绍，不过这次面试官的关注点和前几轮不太一样。他没有一上来深挖具体算子怎么写，而是先听我完整讲了一遍自己的学习背景、实习经历和正在做的事情，尤其强调希望招进来的人后续能做一些“技术创新类”的工作，所以更想知道我到底做过哪些跟技术创新、性能优化、工程落地相关的内容。我这...