岚图汽车发来AI面试了，一般会问些啥，有具体答案吗？⸝⸝· ᴥ ·⸝⸝

这次面试感觉其实还行，但是到现在也没联系我，估计凉凉了。  这次面试，面试官很侧重于 LLM 在实际业务（特别是销售/营销场景）中的落地能力、工程化思维（如异常处理、耗时分析）以及 Prompt 的精细化控制，这段时间段段学了不了，但是还是感觉差点意思。一、 业务逻辑与转化率优化 (ROI) Q1：你们的“线索评分”机制是如何运作的？回答： 基于四个维度进行打分： 1.联系方式完整性（基础门槛）。2.购买意向强度（结合大模型进行意图识别）。3.对话深度（交互轮次）。4.用户主动行为（如主动要求添加销售微信或留下电话）。 综合这些维度给出一个分数，通常分数较高（如大于 70 分）会被判定为高优线...

1. 第二个项目的数据量有多大，对数据库查询有做过索引优化吗2. 知道什么叫做回表查询吗3. 为啥几万的数据量要使用SpringCloud，如果这个中间服务挂了怎么办4. 能不能不拆除这个同步服务，只采用主服务5. 第一个项目的Rag架构的三个阶段分别做了什么6. 门票存在Redis里面，那lua脚本是怎么实现的无法超卖的一个问题的7. 如果Redis宕机了怎么办，存在Redis里的门票不就没了吗，以及缓存击穿，缓存穿透这些问题8. 微途旅行这个项目是怎么跟ai结合的9. 说一下什么是大模型幻觉，在你开发项目过程中有没有遇到过这种情况10. 怎么解决这种大模型幻觉11. 视频进度播放的redis缓存加异步落库，是怎样保证数据的一致性的12. 快进检测防刷机制是怎样实现的13. 如何对集合里面的数据进行去重，对象集合如何去重

前言这是我的agent系列文章的第4篇，该系列分为三部分：AI认知篇：详细讲解相关基础概念AI实践篇：分享诸如skills怎么写、怎么ai coding、怎么写好prompt等的最佳实践AI八股篇：分享我自己整理的应付大模型应用开发岗位必备的八股笔记如果觉得有帮助，欢迎关注我并期待后续文章！预期是日更哦！当天没更可能是因为太累了，周末会弥补的。在大模型应用落地的浪潮中，我们常常面临一个核心矛盾：大模型博学但“失忆”，且容易“胡编乱造”。它不知道我们公司昨天的会议纪要，也不了解最新的内部产品文档。为了解决这个问题，检索增强生成（RAG, Retrieval-Augmented Generatio...

为啥我过了复试它还要评估是否进入下一轮    也没给我发下一轮面试通知😭😭😭