被ai面试拷打了，上来第一个问我osi7层模型，说实话我只背了tcp/ip四层模型，但是我隐约记得7层里面还有会话层和表示层，我就回答了，结果追问我会话层和表示层的具体负责，编了一些不知道对不对。然后是大模型的那题，问我大模型接口的重试和熔断还有降级，我这个会一些但不多，看见有次换题机会就换了，结果换了个一点不会的

前面选择写太久了（半小时，那些词汇既熟悉又陌生，我企图回忆出些什么），导致最后一题没敲完，下次还是先去写编程题吧。三道编程题目测都是橙题（中等偏下），第三题代码量大些

题目：语言选择(选择编程语言) + 专项问答专项问答：7道题目，思考16秒，回答时间5分钟，会有不断追问过程1. 个人介绍 + AI使用2. HTTP VS HTTPS3. 垃圾回收机制及常见的收集器，比如G1、CMS等(这部分昨晚还说着想看一下的)4. 分库分表5. 设计简单的广告位，支持广告位的创建和投放6. 大模型相关(可以换题)7. 压力下如何工作

1. Agent 工具调用你知道怎么训练吗？训练集应该包含哪些？怎么得到训练数据集？如果只是让模型“知道有工具”，那只需要在 SFT 里教会它工具名和参数格式；但如果想让它真的会用工具，训练集必须覆盖完整决策链路。至少要有三类样本：一类是该调用工具的，一类是不该调用工具的，还有一类是要调用多个工具且有依赖关系的。否则模型很容易学成“逢问题必调用”。训练数据来源一般有几种。最理想的是业务日志里已有高质量人工操作轨迹，把用户问题、检索条件、调用参数、返回结果和最终回复串起来。没有现成轨迹时，就要靠规则模板、专家构造、模型自蒸馏和人工校验混合生成。真正难的地方不在造正样本，而在构造反例，比如参数缺失...