发一下问题给大家参考，攒攒人品！1.实习经历主要是干什么的2.怎么做RAG检索，为什么要用Knowledge-graph，关键词/向量不行吗，混合检索方式怎么选择3.你觉得还能怎么改进检索方式提高Recall4.论文里做的超图缓存怎么加在LLM/LangGraph框架上实际应用，以及论文项目的出发点和逻辑5.另一段项目里的Multi-agent架构然后是八股6.我们现在视频通话你觉得用的是TCP还是UDP，为什么7.举例一个select where查询情况，使得混合索引不能加速查询（没复习数据库，几经提示还是不会）8.给一亿个正整数排序，最快怎么干9.从tools到MCP到Skills，为什么有了tools还要MCP有了MCP还要Skills，你觉得以后的发展趋势是什么算法题：输入一个字符串，返回出现频率最高的字母和出现次数。

二面1. 自我介绍2. 实习经历（这里只写可能通用考察的问题）如何定位系统的瓶颈，然后如何优化的？为什么重试需要使用二级队列优化，具体怎么做的？3. AI相关RAG 整体链路如何搭建？如何做Query的改写？向量数据库的选型？4. 算法两个线程交替打印奇偶数三面1. 自我介绍2. 职业规划相关后续规划，读研还是工作对AI的看法3. 学习如何学习新的知识和技术对AI coding的实践

身边真的有两种极端：有人在大厂天天做重复工作，进步很慢；也有人在小厂独当一面，从需求到上线全流程参与，成长飞快。小厂不是坑，关键看有没有核心业务、能不能接触真实项目、有没有转正机会。建议别只看名头，适合自己现阶段、能学到东西，比盲目追大厂更重要。

百度官宣2027届暑期实习放出5000+ HC，九成押注AI。表面看是“豪横”扩招，但结合股价低迷、搜索业务见顶的现状，这更像是百度在持久下行趋势中的奋力一搏。作为曾经的BAT亲历者，几点冷思考供参考：百度在移动互联网时代已显掉队，市值远落后于阿里腾讯。将90%的HC压在AI上，说明已无退路，必须把“文心一言”和“自动驾驶”赌成第二增长曲线。这5000人，本质是用最低成本的人海战术，快速迭代模型、清洗数据，换取未来3年的生存权。这场“搏杀”若失败，业务线裁撤将是常态，转正率恐不如预期。慎入：边缘AI应用或支持岗，极易沦为项目试错的“一次性耗材”。可冲：文心核心算法组或Apollo主力团队。即便...