笔试作弊询问

2026年4月17日星期五上午，我参加了平安科技金融壹帐通算法工程师岗位的AI面试，这是第一轮，之前无笔试。面试是在平安人app上进行的。这个AI面试属于行为面试，其中的题目类似于“宝洁八大问”。面试题：1. 自我介绍，个人亮点，职业规划。2. 结合xxxx(自我介绍的时候提到的第一个个人项目)来说一下你在做这个项目的时候如何处理任务的优先级。3. 你在校园或实习的团队项目中如何处理任务的优先级。4. 你在团队中担任领导的时候如何让团队更好地完成目标。5. 你在学校或实习中如何通过逻辑思维来优化决策。6. 你是如何快速地掌握新技能、新工具的？参加AI面试的注意事项：1. 除了用于作答的手机，房间不能有任何其他电子产品。2. AI面试官阐述题目之后会给你15秒的思考时间，题目也会显示在作答界面上。3. 每道题目有5分钟的作答时间，最好说到4分钟以上，说得太短会提示你下次多说点。4. 一旦开始回答题目，中途是不能停下来思考的。如果你停顿的时间略长，比如半分钟以上，系统会默认收不到声音/网络或设备出问题了，让你退出平安人app，再重新进入一次。如果重新进入的次数多了，会被判作弊。因此在看到题目之后的15秒内就要想好怎么阐述。5. 如果一道题答得详实，会有追问，但追问也是行为面试，不会追问某一个具体的技术点或知识点。简单总结：这个行为面试中，我觉得最难一题是第五题，在校园或实习中如何通过逻辑思维提升决策质量。我没答上来。还有第四题，如何在团队中担任领导。但这道题没答好主要是因为我没当过领导，它本身并不难回答。

第 53 题：上下文压缩（Context Compression）在长文本场景的应用 题目 解释上下文压缩（Context Compression）技术在长文本场景的应用。 一、为什么需要上下文压缩？ 长文档、多轮对话或大量检索结果会占满 context 窗口，导致：超出模型长度限制、重点信息被挤到边缘、成本与延迟上升。上下文压缩 指在保留关键信息的前提下缩短或摘要送入模型的文本，使更多内容“塞得进”且关键信息不丢。 二、常见做法  摘要：对长段做摘要（用模型或抽取式摘要），只把摘要放入 prompt；适合“只要大意”的问答与检索后阅读。 选择性保留：按相关性或重要性筛选句子/段落（如用检索分...

牛客刷烂了简历全沉海。我后来靠野路子：蹭隔壁高校宣讲会现场投，找毕设导师要企业联系人自荐，去行业展会的招聘角递简历。别在线上死耗，脸皮厚点去线下捞，反而见效快。

1. 自我介绍2. SSE 跟 WebSocket 有什么区别？为什么模型推流场景很多时候选 SSE，不选 WebSocket？答案：SSE 是服务器到客户端的单向流式推送，基于 HTTP，天然适合把模型生成的 token 一段一段往前端推。WebSocket 是全双工协议，更适合双方都要频繁通信的场景，比如协同编辑、实时游戏、双向控制。模型推流大多数时候是服务端连续输出、客户端被动接收，所以通信模式上 SSE 更贴近需求。另外 SSE 在工程上更轻，和现有 HTTP 网关、鉴权、中间件、日志系统、Nginx 代理兼容性更好，浏览器原生支持 EventSource，实现成本低。很多公司不选 W...