阿里国际一面

无手撕和八股上来自我介绍，然后详细拷打每个项目，最后有一些AI相关的问题：1. 像现在比较火的OpenClaw，你有考虑过用到你的系统里吗？你对它有多少了解？2. 在现在这个发展极快的 AI 时代，对你个人而言，你觉得面临的最大挑战是什么？你有什么想法？3. 具体描述一下你对Harness工程的理解，它与Context工程/Prompt工程的区别。体验感很好，但还是凉凉了hhh

简单自我介绍项目经历拷打实习经历拷打RAG,agent的八股(chunking, ReAct等)大模型的八股（全参微调，LoRA，温度设置等）Redis,SQL,（缓存穿透，索引等等）接着追问了很多实习和项目的细节，agent怎么搭的，当时你是怎么实现的rag，数据是怎么获取，处理。缓存机制怎么实现的，上下文，记忆怎么处理的等等。接着问了几个场景：如果让你实现一个xxxx的场景，你会怎么做（提了这个句式的问题有2，3个，大概都和生产级的，高并发的场景有关）最后还有16分钟左右，发来一个 Ai coding,贡献屏幕做（给的代码平台的ai 很慢，最后看到时间差不多了就让说了一下思路）结束前问：你有没有投别的公司，有没有在别的流程之中（回答了有几个大厂中小厂也有--------感觉回答错了，面试官有点惊讶的样子）然后又问了你在读研几，什么时候毕业，最近在干什么等。最后反问本人是本硕末流211---感觉前面答得还行，最后可能让面试官觉得我是海投的了，感觉要凉

发面经 攒人品面完后第二天挂1. 自我介绍2. 讲一下react和plan-excute-replan的使用场景3. 讲一下react和plan-excute-replan的区别（回答了几个面试官觉得不够又追问，不会了）4. 设计agent的时候怎么能在保证效果的前提下减少token消耗？（不会，随便蒙了几条）5. 思考一下有没有其他的方案，能够减少token消耗？（不会，蒙的是特定领域微调和后训练增强模型能力）6. function call、mcp、skill的区别？7.  skills和rules的区别？（不会）8.  大模型调参过程中经常调两个参数，一个是温度，一个是topK，你怎么理解这两个参数？（不会）9.  redis的hash大key怎么优化？10. redis的hash大key优化后怎么兼容老业务老数据？新业务怎么用优化后的缓存？老缓存删不删？11. 为什么业务实际应用中要避免使用threadlocal？（头一次听说要避免使用threadlocal，不会）12. 事务的特性13. 之前实习中最大的难点是什么？jdk用的什么版本？14. java创建一个对象，虚拟机会有哪些变化？JVM的内存会有哪些变化？15. 垃圾回收的触发条件16. TCP怎么保证数据包一定能到达？17. TCP拥塞控制怎么做的？（具体细节忘了）反问：1. 什么业务？- 业务安全中的内容安全相关，检测视频、音频、文字中的违法行为2. 具体涉及哪些工作？运维和开发占比怎么样？- 简单来说要负责所有事情的研发。大概20%运维。80%开发。大模型来了后之前所有的运维的同学全转开发了。

现在大厂笔试里，美团是明确会考察AI Coding的，身边不少人都碰到过。笔试题会给出编程需求，允许用大模型，靠写提示词生成代码，看能不能精准满足题意、跑通逻辑。这种考法和以前死磕算法题完全不一样，更看重会不会用好AI工具、能不能把需求说清楚啥的