1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

整体面试还是不错的，但是没后续了，不知道是哪里出了问题，攒人品中～1） 项目拷打2）问数据量与数据格式，具体到字段的格式（范式），这些字段怎么生成的3）轨迹模型动作空间4）做线上长轨迹模型数据采集的难点是什么（VM、沙盒），沙盒环境怎么做同步5）轨迹模型GRPO微调的奖励怎么设计的6）你觉得长轨迹的奖励应该怎么给7）如果轨迹模型部署在线上，怎么判断最终轨迹完成了8）用了多少资源跑轨迹模型训练

AI与八股 "介绍一下AI的技术理解" 回答要点：  Skill概念：技能说明书，渐进式加载，更精确 MCP vs Function Calling：MCP是统一标准，Function Calling需自定义 Transformer：QKV注意力机制，编码器理解语义，解码器生成文本  "对RAG的向量库有了解吗？" 回答要点：  PGVector：项目中使用，500万以下数据，开发友好 Milvus：专业开源向量库，支持分布式 作用：向量存储，权重分配，精准定位知识  "怎么把文档转换成向量库？" 回答要点：  文档预处理：加载、转换...

一面 - 自我介绍- 大模型和传统机器学习 / 深度学习有什么区别？- Agent 里的工具调用是怎么实现的？- 用 LangChain / Agent 框架时，一般要配哪些东西？- ReAct 是怎么用的？- ReAct 有什么缺点？- ReAct 的成功率怎么看？- 你用 ReAct 做过什么任务？- Plan-Exec 要解决什么问题？- 调 prompt 有什么规范？- 你调 prompt 遇到过什么 case？- 最近看过哪些前沿框架 / 记忆架构？- 你在记忆上有什么实践？- Skill 和上下文管理是什么关系？- 现场编码：链表分组反转 / 区间反转- 协程和线程区别是什么？- 协程中断和线程中断的区别？- Go 的 GC 做过什么优化？- GC 暂停时间一般多少？看过指标吗？- 数据库索引为什么用 B+ 树？- 堆的底层存储结构是什么？- channel 里有锁吗？实现看过吗？- 有缓冲 channel 用在什么场景？- 什么场景会出现 goroutine 泄漏？- 什么场景会用协程池 / worker pool？二面忘记录音了- 自我介绍- 项目拷打- 对redis的理解- 排序算法- 索引- 手撕 LC 33三面- 实习拷打- 手撕 LC 301三面后第二天OC