前端面筋---小红书一二面（oc）

一面已通过。1.介绍实习时的主要工作2.本科时是否做过服务端相关项目3.Java垃圾回收机制4.会存在内存碎片化之类的问题吗5.Java Spring的Bean的生命周期是什么样子的6.介绍Java多线程7.轻量级锁自旋失败，转换为重量级锁的过程是什么样子的8.如果要设计一个高并发的订单号生成器，要求全局唯一且可以递增，应该怎么设计9.能介绍一下上下文工程和Harness工程的区别吗10.上下文summary的策略是什么样子的11.怎么去缓解内容被压缩导致结果失真的问题12.RAG文档的分片策略是怎么样子的13.假设召回的一个片段不足以解决问题，怎么优化14.对于更深入的场景，比如文档有语义或组织关系，召回的片段可能指向别的文档，怎么优化15.了解过 Agentic search 吗16.React 和 Plan Execute模式的区别17.如果是比较复杂的场景，既需要 Plan Execute，又需要 React 及时感知进度或外界信息并做反馈调整，这种场景需要怎么设计18.项目是否拿到上线后的测试数据19.假设项目需要升级，需要定位到具体出问题的代码，怎么做20.假设没有堆栈报错，怎么做21.现在需要做成通用平台或工具，给所有业务使用，怎么设计这样一套工具22.怎么把人在排查问题中积累的经验给到系统23.大模型的工具调用能力是什么24.MCP和Skill的区别是什么25.介绍CNN和Transformer的区别26.为什么位置编码能够体现句子中分词的关系27.为什么说模型有上下文限制28.像 Cloude 这种模型，上下文窗口可能只有 200K，并不大，为什么不做得更大一些呢29.模型的参数量是什么时候定的30.为什么提供这么多不同参数量的模型31.像模型上层的 SFT、Lora 这些微调，之前有做过吗32.RL和SFT的区别33.RL的数据源从哪里来34.鸿蒙的 ARKTS 你觉得和安卓有什么区别35.它的整个应用的启动链路是怎么样的反问：岗位具体情况。答：岗位的核心课题是如何用 AI 赋能整个产品线，打造 Agent 能力，不再局限于前端、客户端或服务端某一个领域，希望具备全栈相关的能力。

 电商和点点哪个好一点

发面经攒人品一面（3.27）1.自我介绍2.项目或者实习结合AI的点3.harness engineering 了解过吗4.vibe coding5.怎么保证出码质量6.MCP7.hashmap的数据结构8.哈希表是什么 是数组吗？ 数组里面存储的是什么9.hashmap 存或取的流程10.hashmap怎么才能线程安全11.说说concurrenthashmap怎么保证线程安全的12.讲讲CAS13.CAS的unsafe14.其他锁的情况15.说说ReentrantLock16.https 中TLS的握手过程17.中间人攻击了解过吗？18.有客户端开发或前端开发的经验吗手撕： 岛屿数量总结：面试官没开摄像头，侧重于有AI实践经验的后续已挂

昨天结束的三面，三面结果什么时候出一二面没怎么拷打项目，二面中现场改代码加功能三面拷打了项目，三面还不到半小时许愿oc