1.面向对象：封装，继承，多态2.Java数据结构类型&集合类型&异常处理3.hashmap怎么全部在控制台输出（不会。。）4.并发编程，线程池之类的5.常用sql语句（连create建表都宕机没想到）6.一些开发常识：前后端联调（apifox）,git，腾讯CNB7.JVM拷打（只说了gc，就不会了。。）8.sping哪些注解9.jav项目打包发布（答的maven,jar啥的）10.实习的开发流程11.做项目过程中解决不了的经历12.AI coding经历13.项目拷打14.考虑高可用高并非没（答的MQ，分库分表）15.遇到新技术的思路，个人规划无手撕，45min总结：还得练，继续沉淀八股反问：组织架构和工作时间（朝九晚六，会加班）后续：第二天hr面后续：感觉是业务主管，面了一小时，没啥技术问题，口头offer了，考虑ing

一、Agent模块（秋招顶流！大厂会轮番追问）为什么做Agent项目？（结合岗位说，比如“想解决XX场景的效率问题，刚好贴合贵司AI落地方向，还能锻炼推理和工程能力”）讲下你的Agent项目？（必追问预警：难点咋解决的？踩过啥坑？落地有啥数据效果？别只说“做了啥”，重点说“解决了啥问题”）演示下Agent项目实现细节？（划重点：别只说“用了LangChain”，面试官要听具体的！比如核心代码逻辑、用的框架版本、部署时卡在哪了，怎么解决的）Agent开发框架咋选？LangChain/LLaMA Index/AutoGPT/Chroma，你为啥选这个？（避坑：别只吹优点，提一嘴框架的小缺点，再说说...

本人菜鸡  之前没接触过这种线上笔试的，单选 多选  一些大模型 transformer相关的理论知识问答 1. 写一个python装饰器，记录函数运行时间2. 思维链提示是什么 如何提升大模型推理能力的。由于本人考研全忘了这些是啥，也是亮了

说实话，这道题放在以前，我的反应都是：不就是向量数据库加个大模型吗？但我也清楚，如果真这么答，基本等于告诉我只会调API。真正的生产级RAG是一套精密的工程系统。今天把它拆成四个模块，帮你建立一套完整的面试作答框架。模块一：数据清洗与离线索引垃圾进，垃圾出。原始数据里混着乱码和格式错乱的PDF，模型不可能检索得准。语义分块是第一个优化点。过去按固定字符数切分（比如500字一段），经常把一句话拦腰截断，语义全丢。现在要根据标题、段落结构甚至用模型来判断断点，保证每个分块语义完整。进阶策略是父子块检索：把文档切成小碎块用于检索（精度高），但喂给模型时把它所在的父块一并带上（上下文全）。小块检索准，...