1、自我介绍2、对大模型应用的理解我理解的大模型应用，核心不是“模型能回答”，而是“模型能稳定解决业务问题”。单纯从能力上看，大模型擅长自然语言理解、内容生成、总结归纳、信息抽取、问答、多轮对话、代码辅助这些任务，但真正到了业务场景里，还要考虑知识时效性、幻觉控制、结果可解释性、调用成本和响应速度。所以大模型应用一般不是一个裸模型直接上线，而是一个完整系统。常见会包括下面这些模块：用户输入理解Prompt 构造外部知识检索工具调用模型生成输出校验日志监控和效果评测如果是企业场景，大模型应用通常有几个典型方向：智能问答和知识库助手企业内部 Copilot智能客服文档总结和信息抽取数据分析辅助Ag...

全程40分钟，总体八股偏多，项目拷打较少。1.自我介绍。2.HashMap底层原理？jdk1.7,1.8的区别？concurrenthashmap jdk1.7、1.8的区别？这部分答的可以。3.JVM的体系结构？这部分答的可以。4.线程池的核心参数和拒绝策略？拒绝策略没想起来。5.Springbean的生命周期？6.Springboot自动装载原理？这部分没答出来。7.项目中用到的设计模式说一下？基于优惠券设计策略模式、工厂模式。8.MySQL事务原理？undolog，redolog，锁，mvcc都说了一遍。9.什么是Redis缓存穿透、击穿、雪崩？三个问题该怎么解决？三个问题都有2-3种解决方案，但是这里我分别只答出来一种解决方案。10.redission分布式锁底层原理？11.实习中你的项目职责是什么？12.未来2-3年的规划？13.Ai与Java结合的好处？14.AI时代对前端的冲击？15.小龙虾玩过吗？你怎么搭建的？16.入职时间？对加班和出差的看法？

AI 有时候真的会“睁眼说瞎话”。它生成的信息看起来很自信、条理清楚，但不一定真实或准确。这并非故意，而是模型根据已有数据和概率生成回答，所以可能出现错误或夸大。使用 AI 时，我们需要带着批判性思维，善于验证关键内容，而不是全盘信任。合理利用它的辅助能力，同时保留判断力，才能真正发挥 AI 的价值。

多益网络一面答的很差当晚就来二面了，听说风评很差，鼠鼠已经决定备战银行软开了，时间太短了根本达不到大厂的水平了，就当积累一下经验了