最近面了一家公司，技术面很顺利地通过了，并且面试官表示基础很好，第二天约了负责人二面。二面问了很多开放性的问题，比如对ai的看法，对于后端开发比较重要的硬件，学校的课程，毕业论文，简历项目的意义等等。可能是我答得确实不太好，中间面试官一直在笑眯眯的否定我的答案，特别是对ai的看法。我觉得ai是辅助，是提效的工具，面试官觉得ai是导师，是使用者限制了ai的发挥，对于一些东西，我明确表示了使用ai做出来的效果不好，他觉得是我需求描述的不清晰。这种是压力面吗？还是单纯的和负责人理念不合焦虑地等结果最近面的有点反胃了，不想再面了，至今0offer

兄弟们，七面终上岸！😭😭一路走来满是坎坷与波折，从最初的遥不可及、不敢奢望，到如今咬牙坚持终得圆满。付出了无数努力，熬过无数难熬的时刻，也算给前段时间的埋头拼搏画上圆满句号。点赞多的话，后续整理完整面经，分享经验干货，帮大家少走弯路～

蚌住了，沉淀三个月  收到的面试反而更少了，大部分做完了测试就了无音讯，大模型应用，产品，AIGC，甚至售前工程师我也愿意做啊！这个时代怎么了？为何不愿意接受双非生😭

1. 怎么把 RAG 接入到你的 Agent 执行链路里的？是在调用工具之前先检索，还是在生成结果之后再做校验？我们的 RAG 是通过 Spring AI 的 Advisor 接入到 ChatClient 的：模型调用前在 before() 做向量检索，把命中文档拼成上下文注入 prompt；模型生成后在 after() 把命中文档回写到响应 metadata 便于追踪。当前是“先检索再生成”的 pre-RAG，并没有单独做生成后的事实校验，后续可以增加 verifier 节点来做 post-check。2. MCP 是完全自研的吗？和市面上成熟的 Agent 框架相比，你的方案在扩展性上有什...