鼠鼠求助，系统设计题、场景题

最怕的就是二面。一面往往是技术初筛，面试官大多是组内的工程师，问的都是简历上的基础问题 —— 比如 Spring Boot 自动配置原理、MySQL 索引失效场景、Redis 的五种数据结构，只要平时刷题背书到位，基本都能应对。甚至遇到和善的面试官，还会给你提示，氛围更像技术交流。但二面不一样，面试官通常是技术 leader 或者部门主管，他们的目标不是 “你会不会”，而是 “你行不行”—— 能不能独立负责模块，能不能解决复杂问题，有没有培养潜力。问题不再是零散的知识点，而是结合项目的深度追问，挖得你头皮发麻。比如一面问你 “用过 Nacos 做服务注册发现吗”，你答 “用过” 就能过关；二面会追着问 “你们项目为什么选 Nacos 而不是 Eureka？集群部署时遇到过什么问题？怎么解决的？如果服务雪崩了，Nacos 的保护机制能起到什么作用？”。这些问题没有标准答案，全靠你真实的项目经验和思考逻辑，半点掺不了假。更要命的是，二面还会夹杂技术方案设计题。比如 “现在要做一个高并发的订单系统，你怎么设计缓存策略？如何防止缓存穿透和雪崩？数据库怎么分库分表？”。这种题考察的是你的全局观，不是背几个概念就能糊弄过去的，得把数据结构、中间件、分布式理论串起来，形成完整的方案。二面就像一场压力测试，一面的 “会” 只是入场券，二面的 “懂” 才是通行证。它筛掉的不是没背过书的人，而是那些只会死记硬背、没有深入思考的 “伪技术人”。也难怪大家都怕二面，毕竟这面过了，offer 就稳了一大半；挂了，就只能眼睁睁看着机会溜走，再从头投简历、一面，重新熬一轮。

一面：https://www.nowcoder.com/discuss/882694083573997568嗯你好，你先简单介绍一下吧嗯面试官你好，我叫XXX，是杭州电子科技大学计算机科学与技术的学生。我主攻 Java后端，熟悉Java基础，并发编程，熟练使用 spingboot ，spring cloud，spring AI的 ，然后中间件上我熟悉 mySQL redis，消息队列，在校期间我参与了职学通和绘镜AI两个项目的开发。主要是负责跨断续播，优惠秒杀，还有 AI助手，积分排行，任务调度等嗯 ，其中的中间件用到了 redis，spring Ai还有MQ，平时我还会在上一些博客，阅读量达...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 实习拷打2. 项目拷打2.1 Agentic RAG和传统RAG的区别2.2  检索是怎么做的，生成怎么控制幻觉2.3  当时采用了langgraph架构，现在这么多框架，会考虑换框架吗？为什么？3. 场景题3.1 如果现在要处理海量多源异构的数据，RAG 怎么做3.2 新的文档进来时，如何判断是新增，还是替换旧知识？3.3 如何验证一个新文档的正确性？比如文档说阿里发布了一个新的xx标准，怎么去验证该标准的可信度？4. 手撕—快排，邮箱发题目链接，进入他们的IDE环境

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...