发面经，攒人品，团子接受我好吗？1. 请结合你的技术背景和项目经历做一下自我介绍。2. 八股拷打（半会半不会，我的八股很不对）· 请说明计算机网络的分层模型有哪些？· TCP 协议属于哪一层？· 详细描述 TCP 的“三次握手”和“四次挥手”过程。· DNS（域名系统）属于哪一层？它的工作机制和查找原理是什么？· 数据库的事务隔离级别有哪些？· 在项目中是否做过索引优化？· 讲解一下 B+ 树的数据结构，以及它在数据库索引中是如何起到加速作用的？· 哪些场景会导致数据库索引失效？· 讲讲 HashMap 的实现原理3. 项目拷打（RAG Agent相关）：· 关于你提到的两个项目，能再详细介绍一下吗？· 讲一下 RAG（检索增强生成）的基本原理。· 在做文档切分时，你是如何考虑段落长度（Chunk Size）和重叠度（Overlap）的？· 为什么选择混合检索（向量检索 + 关键词检索）以及 RRF（互惠排名融合）技术？· 对于对话中产生的长上下文（Context），你是如何进行管理和压缩的？· 项目中具体使用了哪些大模型（LLM）？· 详细讲解一下 MCP（模型上下文协议）在项目中的运行机制。· 为什么选择使用 MCP 协议来调用工具，而不是直接在代码里原生实现？4. 聊天向：· 你平时使用过哪些 AI Coding 工具（如 AI 辅助编程工具）？· 你平时通过什么渠道或方式学习和追踪新技术？5. 手撕（感谢面试官不sha之恩！）· 二叉树层序遍历· 反转链表· aicoding，写一个函数（主要看思路，结果不那么重要，甚至没运行代码。）

作者前言： > 最近大模型和 Agent 火得一塌糊涂，牛客上每天都能看到一堆“大模型应用开发”、“Agent专家”的岗位。作为一个从传统搬砖/非技术背景一路摸爬滚打转过来的过来人，看着朋友圈里动辄几千块的“AI大咖带教班”，我只想说：快捂紧你的钱包，别再被割韭菜了！ 转岗大模型应用层真的不需要你先去啃半年算法。  一、 转岗核心前提：先搞懂“AI Agent开发”到底做什么，别盲目跟风 很多传统开发和非技术同学，看到“AI Agent”这个词热度高就盲目跟风转岗，连这个岗位的核心工作都没搞懂，最后学了半年还是找不到工作。 我转岗初期也踩过这个坑，一开始疯狂学深度学习、啃 Transfo...

1. 请做一下自我介绍2. 你提到“问题导向”，具体是怎么体现的？3. PE（产品工程师）和传统后端开发有什么区别？4. 作为实习生经验不足，如何快速参与业务并给出建设性意见？5. 你在项目中是如何体现“问题导向”的？6. 多轮对话效果变差的本质原因是什么？7. ReAct 能解决上下文问题吗？为什么？8. 你是怎么做上下文压缩的？9. 如何保证压缩过程中不丢关键内容？10. 如何判断哪些是关键内容？11. 长对话（20~30轮）怎么处理？12. 压缩本身会丢信息，你怎么控制？13. 为什么要用 topK + 元数据过滤？14. topK 是怎么实现的？（embedding 吗？）15. 为什么不能只用 embedding？16. 为什么要结合关键词检索？17. embedding 相似 ≠ 语义相似，为什么？18. embedding 为什么会不准确？19. 如何提高 embedding 检索的准确率？20. 文本切分（chunk）策略怎么设计？21. 如果文本特别长（超过 token 限制）怎么办？22. 有没有了解业界的上下文压缩或检索方案？23. 你的系统一致性是怎么做的？24. Redis + MQ 是最终一致性还是强一致性？25. 秒杀场景可以用最终一致性吗？26. 这种方案会不会超卖？27. 你到底实现的是强一致还是最终一致？28. 如果要实现强一致性，应该怎么做？29. 多级缓存体系是怎么设计的？30. 如果没有缓存会有什么问题？31. 什么是缓存穿透？手撕：从二叉树中一个结点出发，返回所有路径长度为target的路径。vibe coding，一定要用js写后续：手撕没写出来，第一次遇到要用vibe coding的，手足无措等了半天gpt连上，泡了一周挂了

写这篇之前我犹豫了挺久。一方面是怕被人骂，"又一个收割焦虑的转行帖"；另一方面是看了太多用 GPT 套娃出来的「学习路线」文章，AI 味重得让人没法读完。所以这篇全是亲身踩过的坑，时间线、用过的项目、当时的心路全都尽量原样写出来。如果你是大学生在迷茫要不要转 AI，或者已经在转的路上，希望能给点参考。 一个反共识的开场：你以为进 OpenAI 的人都是博士？ 先讲个故事，跟我没关系，但跟所有想转 AI 的人都有关系。 OpenAI 的 Sora 团队（就是搞文生视频那个）一共 13 个人。这里面有两个人特别有意思： Will DePue，密歇根大学计算机系，直接辍学了。17...