百度，笔试

AI 这波浪潮来得太快了。半年前面试还在聊微服务和高并发，现在面试官张口就是：RAG 怎么做的？Agent 的执行链路是什么样的？你的检索策略是怎么设计的？会话记忆怎么控制 Token 成本？这些问题已经不是加分项了，而是越来越多 JD 里的硬性要求。但现实是，大部分人接触 AI 的方式还停留在"调 API"的阶段——跟着教程往向量库里塞点数据，让大模型吐一段话，截个图发朋友圈说自己"做过 RAG 了"。面试官稍微追问两句就露馅：文档怎么切的？检索召回率低怎么办？幻觉怎么控制？一问三不知。跑通一个 Demo 和做出一个能上线的系统，中间差的不是几行代码，...

bg211，暑假才转回南京校区😭😭根据星球做了一份简历，项目是一个rag+点评不知道能不能进八股简历上写的背的差不多了，hot100刷了一半，暑假想留校实习，做日常或暑假实习，求各种大佬指点，不玻璃心😭😭

先简单自我介绍一下。你项目里有RAG地学知识库系统，介绍一下RAG是什么？用户提问时，大模型和RAG是怎么配合工作的？在这个RAG系统里，Redis用来做什么？Redis和MySQL有什么区别？Redis如何解决内存数据丢失问题？AOF记录的是什么操作？AOF重写是怎么合并的？项目中使用Redis有没有遇到缓存问题？过期时间怎么设置，有哪些考虑？MySQL索引回表是什么意思？了解MySQL最左前缀原则吗？联合索引(a,b,c)，查询条件写b、c、a还能命中索引吗？项目中消息队列的使用场景是什么？Kafka消费慢、消息积压该怎么处理？Kafka数据丢失一般是什么原因？你学习新编程语言的思路是什么...