大厂AI高频核心拷问

雪花算法 主要用于生成全局唯一ID，并且长用来作为数据表主键 雪花算法=符号位+时间戳+机械码+序列号 优点是性能高，不依赖数据库，天然支持分布式 缺点是会有时钟回拨产生重复ID和序列号溢出的风险 时钟回拨问题怎么解决？ 检测并阻塞 当检测到当前时间 < 上一次时间时，直接拒绝或阻塞，等待时间追平。这里的等待时间追平是指系统时间追上一次生成ID的时间 多时钟序列 引入“时钟版本号”（clockId），时间回拨时切换 clockId 保证不同时间段生成的 ID 不冲突（类似逻辑分片） 序列号溢出怎么解决 等待下一毫秒 当序列号用完，阻塞到下一毫秒再继续生成这是默认实现，简单且可靠 扩展序列...

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.langgragh搭的agent1·短期记忆摘要压缩怎么实现的？有哪些常见的摘要压缩方式？2·长期记忆的实现方式，异步是什么实现的？如果并发程度更高怎么处理？3·用户输入和长期记忆矛盾怎么处理？长期记忆怎么设置遗忘机制？4·图片消耗token怎么存储？2. 黑马点评1·redis的使用场景有哪些？2·乐观锁和悲观锁的区别？3·库存超卖如果抢单失败了用户返回什么？4·高并发场景如果resid宕机了不能用了除了扩容还能怎么办？3. 几个agent相关的问题1·如何去评价一个agent的完整体系？2·现在的agent和以前的古法编程的区别你觉得是什么？3·你觉得agent能给我们提效吗？ai coding环节给一个题目和一个内部的agent协作完成。比较崩溃的是我和ai正对话的时候面试官突然问我某个参数怎么设置的，然后我开始翻ai生成的参数

第一个是本地知识库问答。把自己的笔记、PDF、文档喂给模型，做一个能检索能问答的系统。技术栈就是LangChain加向量数据库，难度不高但涉及RAG全流程，面试官最爱问这个，你踩过坑就能聊很久。第二个是Agent自动化工具。找一个你自己真实的重复性工作，让AI帮你自动完成。比如自动抓招聘信息整理成表格、自动总结每天的技术新闻发到邮件。场景越真实越好，面试时说这个工具我自己每天在用比任何包装都有说服力。第三个是模型微调。找一个垂直领域的开源数据集，拿Llama或者Qwen跑一次LoRA微调。不需要效果多好，重要的是你走通了训练评估部署全流程，这个经历很少人有，写进简历直接拉开差距。这三个项目有个...

求锐评 目前0offer😢