这是好的迹象吗？ 题做上了 问会不会数据分析 我说不会 他说没事加分项

项目深挖很多，也聊到了互联和软件硬件协同最近面了一场阿里云的 AI Infra 二面，整体感受是，这轮不是那种偏八股或者偏刷题的面试，更像是围绕项目经历一路深挖，看你到底有没有真的做过优化，也看你对自己后面想做的方向是不是足够清楚。开头还是常规自我介绍，我主要讲了自己现在在做的方向，包括 AI Infra、异构计算、底层性能优化，以及一些算子开发、图优化、推理优化相关的经历。后面的问题也基本都是顺着这些内容往下展开。前半段主要是在深挖项目。面试官先问了我现在做过的几类事情，我把内容归成了三块：一块是算子优化，一块是算子融合和图优化，还有一块是一些稳定性问题和 bug 修复。这里他问得比较细，不...

发一下问题给大家参考，攒攒人品！1.  项目拷打2. 项目开发过程中有没有遇到印象比较深刻，或者稍微难一点的技术问题？3. （针对Agent自动调用工具）具体默认调用了什么工具，可以举个例子说明吗？4.  平时开发最常使用、最熟悉的编程语言是哪个？5. 在 Java 中，String 类是可变的吗，为什么这么设计（为什么是不可变的）？6. 了解 Java 的垃圾回收（GC）机制吗？7. Java 是自动回收还是需要手动回收？8. 了解回收器的原理吗？9.  了解 Java 的类加载过程吗？10. 了解 Java 类加载里的“双亲委派模型”吗？11. 了解 Spring 框架里面的“依赖注入”吗？12. 在使用 Spring 开发时，有没有遇到过“循环依赖”的问题？13. 项目里的 RAG和向量搜索具体是怎么做的（跑通流程）？14. 文档的 Embedding 具体是怎么做的？15. 是调用了什么模块把文档转化成向量的？16. 搜索的时候，搜索的语句是怎么转成向量做相似度的，也是调用知识库的模型进行转换吗？17. AI 模型的“流式响应”具体是怎么实现的？开发时有什么需要注意的地方？18. 流式响应走的是什么网络协议？

面试官人超好，最后主动给我讲了面试反馈建议，全程没有问八股，都是问的技术选型/ai发展等等，收获巨大，早点上次的阿里国际也去面面了（被我睡过头鸽掉了）秋招一定再冲一下阿里简单做一下自我介绍。为什么要做 RAG 知识库这个项目？项目技术选型为什么选用 MySQL、Redis、Kafka 这些组件？除了 ES 做向量检索，还了解其他实现方案吗？做 RAG 链路，社区有没有其他现成 / 流行的方案，有没有做过调研？项目中比较有挑战的地方是什么？数据清洗、日期提取这个问题是怎么发现的？为什么不自己部署一个模型，而是用 DeepSeek API？会结合实时检索内容发给大模型吗？是模型自身检索还是 age...