1. 介绍一下你做过的最有挑战性的项目，遇到了什么技术难点，如何解决的？回答框架：项目背景：简要说明项目目标和技术栈技术挑战：具体描述遇到的核心问题（性能瓶颈、并发问题、架构设计等）解决方案：详细说明采用的技术方案和实现细节效果量化：用数据说明优化效果（性能提升X%、响应时间降低等）反思总结：学到了什么，还有哪些改进空间示例："我做过一个高并发的订单处理系统。最大的挑战是在秒杀场景下，数据库成为瓶颈，出现大量超时。我采用了多级缓存架构：Redis缓存库存，本地缓存热点数据，使用Lua脚本保证原子性扣减库存。同时引入消息队列异步处理订单，削峰填谷。最终QPS从2000提升到15000，...

欠下的债终究是得还的，早知道不实习了。。。

我自己做了一个 AI 后端项目 Mini-Doubao 。这个项目不只是“调用大模型接口聊天”，而是围绕真实工程问题做了完整实现，包括：SSE 流式对话RAG 知识库检索Agent 工具调用闭环多轮会话上下文管理线程池隔离与异步收尾邮箱验证码注册/登录/找回密码项目背景基于火山引擎（豆包模型）API 构建。目标是做一个“可对话 + 可检索 + 可扩展工具能力”的系统，并解决 AI 场景中常见的工程问题：长连接、异步任务、上下文成本控制、服务稳定性等。核心能力1）RAG 异步摄入链路文档上传后通过 RocketMQ 异步处理完成“解析 -> 切片 -> Embedding ->...