腾讯天美日常实习面经（已OC）

1. 互相自我介绍2. 项目开发中的难点3. 对部门业务的理解4. 户籍地5. 了解Agent吗，说说你平时使用哪些Agent6. 手上还有没有其他offer？7. 实习时长8. 反问：8.1 薪资8.2 工作时长8.3 带教8.4 多久给offer整体25分钟，已转录用评估，期待oc！

聊了聊实习，ai应用和沟通场景题说一周后会有评估结果，面试完马上就变成录用评估了希望不会出问题4.2已offer

1.上段实习拷打2.如何将不同来源的工具统一封装为LLM可调用的形式3.MCP和普通的HTTP有什么区别，能否复用老接口4.go中make和new有什么区别5.协程的特点6.Chanel、map是否是并发安全的7.map插入的时间复杂度8.给你一个函数源码，如何判断它是否是并发安全的9.聊聊对orm框架的理解，用过什么orm框架10.用过什么go框架，讲讲gin11.用过什么Linux命令，find/top是什么12.如何查看cpu、内存、线程等资源的占用13.用过什么性能监测框架14.给你一个嵌套很深的文件夹，怎么实现传输到另一台计算机，如何优化性能------无手撕，面试官说只有两面，回去讨论下没问题就发HR面------后续挂

二、Text2SQL 相关技术问题1. 不同数据表量级下，Text2SQL 的技术选型差异是什么？2. 为何要将数据表每一行数据向量化？使用的 Embedding 模型是什么？3. 行级向量化与表元数据（Metadata）检索的优劣对比，为何不直接用 Metadata？4. Text2SQL 业界常用方案、技术框架与难点你了解哪些？三、RAG 相关技术问题1. Jira Agent Rack 项目要解决什么问题？高频查询内容是什么？2. 为何采用关键词+向量混合检索？各自适用场景是什么？3. 结构化数据用固定分块的原因？什么场景不适合固定分块？4. 长文档 RAG 如何分块？标点分块如何解决语义割裂问题？5. RAG 中为何要加**重排（Rerank）**环节？你的项目是否使用？6. 加重排后效果变差的原因是什么？7. 是否做过Query 改写？解决什么问题？如何实现？8. RAG 与小模型微调的适用场景分别是什么？四、Agent 相关技术问题1. 多 Agent 系统采用什么架构？任务如何编排？2. OpenCloud、Perplexity 等 Agent 系统的核心是什么？3. Agent 的短期/长期记忆如何设计、区分与协作？4. Agent 系统相比直接用大模型的优势是什么？5. 用户如何自定义 Agent 与 MCP？流程是什么？整体上就是自己给自己挖坑，很多细节答不上来，面试了差不多50min，面试完感觉被抽干了，像是做了一次小丑，好不容易有次二面，被自己浪费了