1.介绍自己的一个项目的整体流程2.数据库缓存一致是怎么做的3.高并发条件下异步update数据库，如果异步消息没送到数据库，就会出现数据库和redis信息不一致问题，怎么解决4.我看你用了服务发现？（我说用的nacos5.Nacos的作用，底层协议是怎么样的（我估计是想让回答出来gRPC6.Agent项目如果用户会话记忆过长，怎么处理，是否考虑压缩上下文7.微调大模型测试的时候怎么判断大模型微调的效果是好是坏，只是依靠人工查看指标吗8.如果有一个5000-10000个任务的线程池，要求必须全部完成，怎么设计线程池9.是否有了解过openclaw等框架，对skill有什么了解，会用吗10.手撕...

从一月中到现在，最大的感悟是累、其次是不要怀疑自己

暑期实习从2月开始投，面了两个月，流程该挂的都挂完了，腾讯字节一共号称是1.7w个hc，不知道都发给谁了，估计今年秋招要难顶。Timeline米哈游、美团、蚂蚁、微软等公司直接简历挂穿，没进面。携程：3.3 投递、测评3.12 笔试3.18 一面3.25 二面4.13 ai面（hr面）4.14 英语测评4.23 offer（已拒）腾讯：2.6 测评2.28 wxg一面3.5 wxg二面（挂）3.11 teg一面3.21 teg二面（取消）3.31 teg一面4.10 teg二面（挂）4.21 wxg一面4.24 wxg二面（挂）字节：1.28 aml约面（取消）3.17 火山一面（挂）4.8 aml一面（挂）4.20 抖音data一面（挂）阿里：3.23 投递、测评3.28 笔试3.31 淘天一面4.8 钉钉一面4.9 淘天二面4.10 阿里控股一面4.12 钉钉二面（取消）4.15 淘天hr面4.16 淘天offer（已接）4.21 高德一面（取消）4.22 淘宝闪购一面（取消）面试最大的感触是，现在撞上ai转型，一堆老业务急着转向，新业务非常不成熟，研究型的组bar非常高根本进不去，业务侧挂着算法的岗位干的都是工程活，面试却又要问算法，另外agent的落地也远没有那么广，绝大多数还是那套写死的系统调一下llm api或者做做rag，其余少部分真的在搭agent的，基本不能在线上服务用什么很智能的模型，现阶段成本太高，进去大概率就是给垃圾模型从工程方面兜底，除了业务场景的应用和数据经验以外，技术方面很难有什么提升。算法岗做不了基模的还是去搜广推好，之前判断失误了完全没投，秋招不知道还进不进得去。

华为的大模型工程师面试过了，但是一搜索发现大家都说互联网大厂对于华为实习的认可度很低，请问有没有懂哥愿意分享一下原因？我看很多人会提到什么转正问题，这个和认可度也没关系吧。有人说学不到东西，又有人说能学到，真假难辨好复杂。难道是因为技术栈不同的原因吗？