5.12一面1.agent项目问的比较详细，但是具体问题我忘记了，大概也是上下文压缩之类的；2.hashmap底层原理，concurrenthashmap有什么不同；3.讲一下Java的垃圾回收机制；4.讲一下tcp流控；（作为通信人，居然没答上来，因为忘了，面试官很震惊，你不是学这个的吗，我也很震惊，我不是学这个的吗）5.了解MySQL吗，讲一下；6.日常学习工作怎么使用ai工具的（展开了很多内容，当时脑子全是乱的，梦到什么答什么，所以问题记不清了）7.说一件你做的失败的事情；8.说一个你最近关注的ai方面的新闻（我说了龙虾）；9.手撕：顺时针遍历矩阵；10.反问：您觉得目前ai发展到现在，...

组内的一起实习的一个同事，日常的沟通中，总是叫我亲亲，亲爱的，隔三差五也喊我一起吃饭，定奶茶，日常相处感觉还挺友好的，感觉对我和对别人不一样，是不是对我有意思呀？要不要趁今天520，表个白？或者怎么试探一下呢？牛友们帮忙支个招，不至于我会错意了，连朋友都没得做

有没有大佬帮忙看看，这个简历能找到工作吗（没有实习经历），进大厂够不，每天都刷程序员被ai替代，焦虑的不行了...

1. 自我介绍2. 智能合同审阅平台里为什么要同时使用向量检索和全文检索？单一检索方式为什么不够？答案：在合同审阅场景里，用户的问题或者待审条款通常不是简单关键词匹配，而是存在大量语义相近但表达不同的内容，比如“提前解除合同”“单方终止协议”“无责解约”语义接近，但关键词并不完全一致。如果只用全文检索，比如 Elasticsearch 的 BM25，优点是关键词匹配精确、可解释性强，对合同编号、金额、日期、公司名称、条款标题这类结构化或半结构化字段效果很好。但它对同义表达、语义改写、隐含风险点的召回能力较弱。如果只用向量检索，优点是语义召回能力强，但是容易召回一些语义相似但法律含义不完全一致的...