实习： 实习业务&部门多少人以及整个前端平台多少人（考察是否有真的实习）B端编辑器是否自研还是用现有工具能具体讲讲实现原理吗？其中用到SSR，了解SSR的整个流程吗？C端调优措施，自己负责哪些&参与哪些C端产品业务的业务应用到哪，上线了吗？聊聊其他：秋招有投递PDD吗？过了吗？当时没考虑来吗？手上有其他家Offer吗？反问环节：业务&AI落地整体来讲，问的很具体虽然不是特别深但的确从基本的技术栈&全家桶（路由、状态管理的底层API，完全可以看是自己写过还是速成背面试八股）、包含如项目部署相关内容、实习&项目也从大方向问了问的确能了解候选人是否基础扎实、对整个项目&实习了解程度、自己是否手动做过，挺好的，继续加油💪到此，PDD的业务面试差不多就结束了（秋招提前批4面+春招3面），不管结果如何，面试中的确学到很多东西二面面试官给的AI学习建议和自己Todo一致，自己AI学习方向没错。还是一面三面基础拷打也提醒AI时代VIbeCoding，也别忘记基础，基础还是面试重点感谢PDD面试官的面邀&面试过程也没提前端已死这些在焦虑FEer的话不管怎样，继续前行！

1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...

rt 自我介绍，实习中碰到的难点，一道手撕，然后就光速反问了三面后多久出结果啊不要挂鼠鼠了，鼠鼠要被挂麻了更新：鼠鼠被挂掉了

3月26日面的讲一下你那个微途旅行，你这个微途旅行是什么背景，自己琢磨的还是网上学习的你当时这个题目是自己选是吧？就是为什么为什么你们当时想做这个方向的尝试？你怎么判断你自己做的这个项目有没有在真实场景落地的价值，你是怎么做这种思考的？就是这种场景就是假设你做出来之后，发布到市面上，会有人用这种功能吗？这个就为什么别人不用用马蜂窝，为什么别人不用马蜂窝，用你的产品为什么要用lua脚本，解决什么问题？redis集群环境下，你怎么保证你在lua脚本上操作的key在同一个实例上来保证原子性的这个令牌桶流量控制这块。你自己实现的吗？还是找了一个现成的实现组件去用的？你这个秒杀业务主要是用什么来保障它它...