社招真的找不到努力的方向了

1.面试官业务介绍5-10min，然后说岗位跟面试邀约的可能不一样2.看你简历投大模型岗位，这边是后端岗多些，和统计更多，基础也比较重要3.反问ai结合场景这里莫名其妙的说了下，未来ai业务场景的的发展，最近看裁员帖子之类的面：像工程项目会被替代很多，像统计和类似于这种，系统验证还好些4.手撕回溯 子集输入调错5.有看过限流算法吗；手撕 令牌通限流服务端 伪代码，加并发控制，加乒乓球式限流，还是流式限流；5.1 怎么记录每个getToken()方法入参的lasttime构造器5.2 怎么控制乒乓球式还是流式5.3  refillToken方法要传什么参5.4 gettoken 没有写currentToken --5.5 now - last 时，单位是 s、ms 还是 μs？用户体量比较大，百万的时候怎么考虑int 会强转为 0”，时间戳溢出 + 精度丢失问题。核心问题二：浮点数精度丢失与性能损耗me：基础有待提升面：思路还可以，细节有待提升，还是细节注意6.反问to B to C业务ai答案：如果是流式控制：我关注的是平均速率。我会利用令牌桶算法，重点调节 refillRate（补充速率）。无论请求是突发还是连续，我都会把它们看作连续的数据流，只要桶里有令牌就放行，主要用于防止下游被大流量冲垮。如果是乒乓球式控制：我关注的是交互的同步性。这通常用于对延迟敏感或需要严格顺序的场景。我会通过信号量（Semaphore）或者容量为1的令牌桶来实现。核心逻辑是：必须收到上一个响应（回球），才释放下一个请求的令牌（发球）。所以，在代码里，我是通过选择限流原语（是用单纯的令牌桶，还是用信号量/状态机）来控制这两种模式的。”

背景由于所在的外企撤出中国，我再次开始了面试之旅。这次我没有选择大厂和小公司，而是主要聚焦在外企和中厂。经过一段时间的面试，我发现 2026 年的前端面试已经发生了显著的变化，特别是 AI 相关的内容占比大幅提升。面试内容分布根据我的面试经历，2026 年前端面试的内容分布大致如下（本人接近十年工作经验，仅供参考）：coding 20% （LeetCode 算法题和手写代码各一半吧）八股文：20%（主要是 React Fiber 等核心原理）项目经历：30%系统设计：10%（如设计一个支付页面）AI相关问题：20%（这是 2026 年的新重点）可以看到，相比几年前，AI 相关的内容已经成为面试...

微信小店也面试了，一面问题如下1 先做个自我介绍2 将你做的实时项目解答一下，主要是用了哪些技术栈，怎么解决的难题3 对于实时下面有个场景，一个APP或者一个页面，如何通过实时计算来触发每个时间点的最多在线人数，并且对于这些在线人数有多少是新用户，有多少是老用户4 对于微信小店来说有个场景，一个用户来下单如果超过5次并且是1分钟内，如何通过实时计算抓取这些人过来，如何实现实时通知下游业务5 对于用户的在线时长你这边怎么处理，处理有啥好的思路6 对于flink来说你遇到oom和任务遇到脏数据挂掉吗，怎么快速定位和解决的，后续有啥避免机制7 对于离线来说你能说一下各个模型的规范吗，你这边怎么设计这个基建8 对于olap引擎来说你这边主要是用了哪个，有用到啥新特性吗9 做个SQL题目10 有啥需要找我了解的

1. C++ 的内存模型中，happens-before 关系是什么？答：happens-before 是 C++11 内存模型中定义的一种偏序关系，用来描述操作间的可见性保证：如果操作 A happens-before 操作 B，那么 A 的结果对 B 一定可见。建立 happens-before 的方式：同一线程内，代码顺序靠前的操作 happens-before 靠后的操作（sequenced-before）mutex 的 unlock happens-before 下一次 lockatomic 的 release 写 happens-before 另一个线程对同一变量的 acquire...