虾皮ai后端开发二面-日常实习

1.为什么不选择后端分片文件上传？是实现麻烦还是交互麻烦？2.上传的视频文件不会加水印吗？隐私性怎么保证？3.假设数据量比较大，会出现性能问题，如果要你去改，你有什么想法吗？4.一般怎么加索引？怎么读取的更快呢？5.介绍一下什么是联合索引？6.联合索引失效的场景？is null会不会导致索引失效？order by会不会失效？ order by两个字段走不走索引？7.讲解一下rag8.rag中如何处理大数据的分片和分块？9.使用过es吗？讲解一下检索的原理10.讲解一下bm25算法11.算法：杨辉三角，力扣原题写的很快，但是让我改空间复杂度，最后勉强写完。面试官人还不错感觉八股还是背的不够深入啊

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.介绍实习2.怎么对多场景 / 多 context 的 agent 进行拆分的？3.你刚才说到虽然对用户来说是在一个对话窗口内，但在你们看来前后诉求其实是不同业务，所以你们拆了多agent。那如果还是一个 agent、上下文和知识库也保持一个 agent，它是会记不住吗？还是为什么一定要拆？4.你们怎么判断该调哪一个 agent？代码具体是怎么实现的？5.你们这个 LLM 是有多个可以选的吗？还是统一用某家公司的模型，或者自己搭建的？6.同样的问题、同样的用例去测试过不同LLM模型吗？7.你用了 Redis 做缓存，这个具体是用在什么地方？是在知识库 / tool 之类的场景吗？8.假如没有这个热点数据缓存，那这些数据会去哪里取？9.但按我理解，这种链路里哪怕数据库慢一点，比如 100ms 和 10ms 或 1ms 的区别，好像也未必特别大，你怎么看？10.你自己当时有过这种疑问吗？就是这套方案里到底需不需要上缓存？11.假如没有缓存，或者缓存失效时还是要查数据库；而数据库又特别慢的话，你会想到哪些优化措施？如果数据量真的特别大。12.如果做分库分表，通常只能按一个维度分，比如用户 ID。那假如我还要支持一些低频、但会按其他字段组合查询的场景，你会怎么设计？13.我举个例子，比如订单表按订单 ID 分表，但后台页面可能要按创建时间、订单状态、店铺 ID 去查，这种低频但多条件查询的场景，你会怎么做？手撕：三数之和

自我介绍算法，字符串相乘≈40min，问简历相关开发中有没有涉及到大模型的需求？有没有用过大模型干一些事情？对c++和go语言感兴趣吗，对语言有没有要求？平时在校的学习是怎么样的？

给我面麻了，发下面经攒攒人品1.TCP/IP 协议有几层？TCP 属于哪一层？TCP 是基于 IP 的，还是 IP 是基于 TCP 的？2.HTTP/HTTPS区别3.SSL/TLS工作原理4.Java 里面 ArrayList 和 LinkedList 有什么区别？5.JVM 的内存结构包括哪几个区？6.你对软件开发过程有了解吗？7.在软件开发流程里，如果想用 AI 提效，你觉得哪些环节可以做？8.监督学习和非监督学习有什么区别？9.所有大模型都支持工具调用吗？10.常用模型里，比如 GPT，支持工具调用吗？11.Claude 用过吗？是否支持工具调用？12.什么是 Skill？13.为什么它能节省上下文？14.它检索到的“相关部分”具体是什么？15.如果装了很多个 skill，llm怎么知道该用哪个？16.如果把所有 skill 都打开看，那上下文是不是就会爆掉？17.你知不知道什么是渐进式加载？18.function call 的原理你知道吗？19.大模型是怎么去调用 function call、又是怎么执行的？20.比如我本地写了一个 Java 进程并配好了入参、出参和描述，大模型会直接去运行这个 Java 函数吗？21.MCP 是一种协议吗？22.A2A 这种协议你听说过吗？是什么23.MCP 是什么，是控制什么的？24.你说 MCP 可以决定调用哪个方法，这里的“决定”是指大模型决定吗？25.你刚刚说的 MCP 和 A2A，它们分别是做什么的？区别是什么？26.实习里多 Agent / 单 Agent 取舍，你们做成多 Agent 之后，这个方案还有什么问题吗？系统还有没有什么问题？27.你自己有没有在业余用 AI 做一些东西？28.你平时有没有通过一些比较官方的渠道去了解 AI 的进展？29.Claude 这个模型你知道吗？30.Claude 最新版本现在是多少？31.GPT 最新版本是多少？32.GPT 5.4 和 5.3 有什么区别？33.Claude 4.6 现在的上下文长度是多少？