1. 自我介绍2. RAG 怎么优化，评估时你会看哪些指标RAG 的优化一般不能只盯着生成端，很多问题其实出在检索阶段。常见优化思路包括 query rewrite、chunk 切分策略调整、混合召回、重排序、上下文压缩和引用约束。比如文档切得太碎，召回会有信息断裂；切得太长，又容易把无关信息一起带进来，生成端会受污染。真正线上效果好的 RAG，通常不是“某个 embedding 更强”，而是检索、排序、上下文组织和回答约束配合得比较好。评估时我一般拆成两层。第一层看检索，比如 Recall@k、MRR、HitRate，看相关证据能不能被捞上来；第二层看生成，比如答案正确率、faithfuln...

这个世界太疯狂了

比预想中晚了一周，时间过得真快啊，感觉越学越多，目前这版简历下周直接开投了，两个项目都是自己用AI敲的，欢迎各位继续拷打，也是在共同交流学习吧。目前可以说出项目架构业务，自己亮点设计的一些思考，技术实现以及技术选型原因，量化指标也准备了一套说辞，但深挖代码估计就寄了；八股过了一遍，属于基本能说点原理理解，但深挖细节估计也寄了；算法简单了解一些整体思路，但手撕估计也寄了；AI可以吹下项目相关的工程实现和一些技术选型，但深挖技术肯定就寄了。总之，基于自身学习状态考量，先投些小厂继续学吧。有道是：“人生南北多歧路，一处春山一路平。”

1. 在你的项目里，如果一个任务既要保证实时性，又要避免占用过多 CPU，你会怎么设计？答案：我会优先采用事件驱动而不是纯轮询的方式。比如通过中断、消息队列、信号量或者任务通知来触发任务执行，而不是让任务一直空转检查状态。如果任务对实时性要求很高，我会把它的优先级适当提高，同时保证任务内部逻辑尽量短，不做耗时操作。对于数据搬运类场景，还可以配合 DMA，减少 CPU 占用。核心思路是：用更少的轮询，换更高的响应效率。2. 如果项目中有多个任务同时访问同一个外设，你会如何保证系统稳定？答案：首先要判断这个外设是否适合多任务共享。如果必须共享，我一般会在驱动层或服务层做统一管理，而不是让多个任务直...