新浪golang开发一二+HR面经，已offer

最近大家都在简历里塞AI和Agent项目，但面试官拷打的重点早就不是你会不会调大模型API了，写篇避坑指南给大家参考。首先，核心拷打点绝对是“业务落地价值”，你做的这个AI功能到底是伪需求还是真提效？比如结合具体业务的自动化诊断，到底比传统规则引擎准多少、快多少？其次是工程架构能力，面试官会死磕你的上下文管理和长记忆怎么设计的，如果是做Agent应用，你的Prompt工程怎么迭代、向量检索召回率怎么优化、并发调度怎么处理的？第三个高频问题是“兜底机制”，大模型经常幻觉，你的系统在面对脏数据流或者复杂边界条件时，有没有降级策略？ 最后就是性能调优，流式输出的延迟怎么降下来的？很多朋友平时习惯了用...

有大佬能帮忙看看，简历还需要怎么改吗🥲🥲

1.go channel 关闭后，被读取会产生什么情况2.channel的底层3.介绍一下进程间的同步方式4.数据库事务的隔离级别5.redis用过吗6.go的make和new的区别7.slice和数组的区别8.map是线程安全的吗9.go的gc方式，原理10.GMP模型，怎么抢占11.K8s了解多少12.普罗米修斯了解多少（或者其他的监控软件）