给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.React的Fiber架构是如何优化大模型流式输出时的UI渲染的?2.在处理AI返回的Markdown内容时，如何防止XSS攻击?3.如何实现一个高性能的AI聊天长列表?4.谈谈你在项目中是如何管理Prompt模板以及AI状态流的。5.AI流式输出(Streaming)过程中，如果前端渲染跟不上后端推送速度，你会如何处理?6.如何实现AI绘图场景中的局部重绘(Inpaint)功能?7.你们是如何监控AI云平台的性能指标的?8.介绍一个你处理过的最复杂的AI相关前端问题。

1. 你先简单的一两分钟介绍一下你自己在校的主要经历，比如说实习项目的主要成果。2. 你有提到一些竞赛，竞赛的类型是编程或者数学建模相关的吗？还是你专业本身的？3. 你的专业是机械这一块的，它的一些课程主要是怎么设置的？和计算机有什么关系吗？4. 你的专利是什么类型的专利？算法可以申请专利的吗？5. 除了Java，还熟悉哪些后端语言吗？6. 有了解过JVM调优的方式吗？性能优化这一块的。7. 说一下Java并发编程里面的一些线程模型的一些设计8. 做并发编程时需要关注哪些点，说一下你的理解。9. 假设让你去设计一个微服务框架，你会去做什么技术选型呢？比如说这个框架里面有什么重要的组成。10. ...

是C++技术栈比较奇妙的一次面试，整体比较顺利，但题不太基础……一月中旬的时候简历被hr捞起，结果主包在期末周，毅然约了二月的面试结果复习时发现hr姐姐联系的时候还没把之前java技术栈的简历改成cpp的简历，赶紧联系，但发现cpp竟然更加match一面两小时之后通知二面，思来想去反正约在年后面了（虽然高估了自己过年时候的自制力了。二面之后是周末，焦虑等到周一晚上终于通知hr面hr面前夕我才知道这不是日常实习是Byteintern，大喜一面：开始来一道非hot100变种题 力扣380. O(1) 时间插入、删除和获取随机元素焦头烂额撕了半个小时边讲边写然后开始拷打项目八股介绍reactor，multi-reactor跳表的实现，LT和ET的区别，介绍智能指针，shared_ptr，手撕shared_ptr实现，控制块protobuf的arena，性能怎么优化的？（和堆比起来）反问业务都是啥：推荐直播，大模型调优之类的 如果我能进来的话（二面：开头介绍自己发现不对，二面面试官拿的简历是之前旧简历，开始慌张但是面试官从容地让我介绍项目，可能因为一面面评有说详细跳表实现，结果让我手撕简单跳表然后一个简单折纸题 二叉树中序遍历hr面同步还有哪些面试？打算本科就业？怎么进行的一个项目？对于岗位的认知？总的来说交流很愉快，主要考察数据结构设计实现和逻辑抽象能力，卡壳的地方也会耐心引导，而且是相当match的岗位求offer快快来！！！半小时后已offer！！

整体面试还是不错的，但是没后续了，不知道是哪里出了问题项目1. 简单介绍一下这个系统的知识库问答架构，从文档入库到最后回答的完整链路是怎样的？2. 向量检索用的是什么索引类型？3. 在召回之后有没有做重排（Rerank）之类的操作？4. 你知识库的准确率和召回率是怎么评估的？5. Spring AI Alibaba 的 Function Calling 是怎么实现的？模型如何决定调用哪个工具？6. 如果工具调用失败了，你们设计了什么处理机制？7. Execute Plan 模式具体是怎么实现的？8. 平时哪种模型用的比较多？9. 平时编码时会用哪些模型？10. 在选择向量数据库时，有没有看过其他的（如 ES、Milvus 以外的选择）？它们之间的区别你大概有概念吗？11. 在写 Prompt的时候，你有哪些实践经验或设计原则？12. Graph Rag / Agentic Rag了解过吗13. 在秒杀下单中，Lua 脚本具体做了什么？为什么要用 Lua，而不是分开执行多条指令？14. 这个项目你自己做过压测吗？15. 对系统能扛住的流量（QPS）有没有具体的概念？16. 对于什么时候该上缓存、什么时候该上本地缓存，你大概的概念是什么Java 基础1. 线程池的核心参数有哪些？2. 线程池内部的具体工作流程是怎样的？3. 核心线程数和最大线程数一般怎么确定/计算？场景题1. 你觉得目前 RAG（检索增强生成）最大的瓶颈是什么？2. 假设要给电商平台搭建一个百万/千万级的商品知识库问答系统，你会怎么设计？3. 针对商品信息（如价格、描述）可能被商家动态更新的情况，你的知识库设计需要考虑什么？手撕：二叉树的层序遍历