一些思考

祝大家都能拿到满意的Offer！1.项目拷打2. 你对ai辅助开发代码的看法3. 一人一单和秒杀防超卖是怎么做的，lua脚本为什么能保证原子性，会出现失效的情况嘛，优缺点4. jwt，auth 2.05. 实习让你学到了什么6. 实习中遇到的最大困难7. function calling和 mcp的区别8. redis的数据结构，说一说要用listpack替换压缩列表9. quicklist的查询复杂度10. 缓存一致性怎么保证11. 本地缓存的优势12.redis watch是什么，redis的事务，function13. 聊聊实习中对ai的使用，上下文怎么控制的14. 无手撕

1、自我介绍2、项目介绍3、Agent 的核心组成是什么LLM Agent 本质上不是单独一个大模型，而是由模型、提示策略、工具、知识、记忆和执行接口组成的系统。可以概括成：[Agent = LLM + Prompt + Tools + Knowledge + Memory + Interface]其中 LLM 负责理解和生成，Prompt 决定任务边界和行为方式，Tools 负责访问外部能力，比如检索、地图、计算、数据库和 API，Knowledge 负责补充外部知识，Memory 负责保留短期上下文和长期用户信息，Interface 则负责把 Agent 和外部系统连起来。如果任务比较简单...

同事skill：https://github.com/titanwings/colleague-skill"你们搞大模型的就是码奸，你们已经害死前端兄弟了，还要害死后端兄弟，测试兄弟，运维兄弟，害死网安兄弟，害死ic兄弟，最后害死自己害死全人类”把同事的技能与性格蒸馏成AI Skill，让它替他工作。

AI与八股 "介绍一下AI的技术理解" 回答要点：  Skill概念：技能说明书，渐进式加载，更精确 MCP vs Function Calling：MCP是统一标准，Function Calling需自定义 Transformer：QKV注意力机制，编码器理解语义，解码器生成文本  "对RAG的向量库有了解吗？" 回答要点：  PGVector：项目中使用，500万以下数据，开发友好 Milvus：专业开源向量库，支持分布式 作用：向量存储，权重分配，精准定位知识  "怎么把文档转换成向量库？" 回答要点：  文档预处理：加载、转换...