RAG与知识库构建● RAG知识库中存入的向量数据来源于哪里？● 你的文本分块（Chunking）具体是怎么做的？● 深度追问： 如果让你重新设计一个RAG系统，你了解哪些文档分块的最佳实践（比如单一窗口切多大合适）？● 深度追问： 如果采用“大分块+小分块”的父子结构策略，几万字文档的大分块具体要怎么切出来？● 深度追问： 采用固定大小切分时，如何避免语义被割裂？Agent记忆管理（短期与长期记忆）● 短期记忆是如何实现的？● 深度追问： 当对话达到设定的5轮并进行了一次压缩后，如果后续对话继续增加（第6、7、8轮...），你的系统是如何再次处理和压缩这些上下文的？● 长期记忆是如何实现的？● 深度追问： 选择在什么时机进行长期记忆的持久化保存？● 深度追问： 如果用户在同一个Session中聊了完全不同的多个话题，你在压缩总结并存入向量库之前，会如何设计提示词（Prompt）？为什么必须要做这一步总结提炼？● 深度追问： 长期记忆成功保存后，后续的具体使用场景和机制是什么？存储在哪里？系统架构与工程化挑战● 从前端到后端，你是如何准确判断和捕获Session关闭的触发时机（特别是用户直接关闭浏览器页面的情况）的？● 在执行长期记忆的持久化时，如何保证数据库写入一定成功（例如遇到报错、需要重试时如何处理以防止记忆丢失）？● 你的项目集成了哪些MCP（Model Context Protocol）工具？ELK和Prometheus是如何协同工作的？● 你的Agent是只能被动响应用户的提问，还是能做到主动发现异常并给出提示/解决方案？● 场景题： 如果抛给你一条执行非常慢的SQL语句，你的Agent从头到尾的分析和处理链路是怎样的？AI编程工具的日常实践● 平时写代码在用什么IDE和AI模型？● 使用Cursor时，有什么最佳实践能让生成的代码更加准确？● 深度追问： 开发前的需求分析是你自己做，还是借助AI来做？● 深度追问： 在让Cursor最终修改代码前，生成的代码是以什么样的“中间态”交给你进行Review的？● 深度追问： 使用Cursor时，有没有自定义过相关的规则文件（如 .cursorrules）？

这个面经是群里 小伙伴分享的 社招, 2年的工作经验 双非本9硕 将近40分钟都在问项目细节 项目这里我全部砍掉了1. 自我介绍2. 大模型在推理时通常分哪两个阶段，每个阶段关注点是什么一般分成 prefill 和 decode 两个阶段。prefill 阶段主要是把输入 prompt 一次性编码进去，重点看吞吐、并行效率和长序列的计算开销；decode 阶段是逐 token 生成，重点看单步延迟、KV Cache 复用和 batch 调度效率。很多线上推理慢，不是模型本身慢，而是 prefill 太重或者 decode 阶段调度策略不合理。理解这两个阶段，才能知道为什么有些优化只对长输入有效...

我想问问各位大佬，测开面试的时候主要侧重于什么，假如说我拿传统后端项目做测试的话，会问后端项目上的内容吗？还是主要问做测试部分的内容，求大佬解答😢

二面问了两个关于项目的问题就挂了，这种还会复活吗