1. 面试官介绍：QQ - 频道业务，社区产品，后台开发 && AI 开发；闲聊 QQ 产品发展史2. 自我介绍3. Redisson 分布式锁底层实现，对比红锁4. 锁误删什么情况会发生、怎么解决锁误删5. 锁续约怎么实现，底层原理6. AI 推荐后台采用 WebSocket 实时推送怎么实现的，为什么采用 WebSocket，为什么不采用长 HTTP 连接或其他的 RPC？7. WebSocket 和普通 HTTP 的区别，从原理角度考虑8. OAuth2 的原理，以及对比 JWT、Session 的区别9. 重定向是 304 吗？为什么不是 401？10. 访问一个网站 404 了，怎么定位这个问题？11. 一个 HTTP 请求，怎么走到前端的？12. 通过 goroutine 和 recover 实现异步操作日志是怎么实现的？为什么这样实现？13. 如果使用 Kafka 异步操作写库，写的时机是什么时候？是这些操作完了再写还是先写再操作？14. 异步不能保证审计不丢失，怎么处理？15. 怎么保证消息不丢失？16. 先写 Kafka，再执行业务操作，还是先执行业务再写 Kafka ？17. 如果写 MQ 失败，会不会堵塞业务，此时怎么处理？怎么保证服务高可用，同时保证审计的完整性？18. 审计的ID放在哪里？失败了怎么处理？给出一个方案能保证正常审计，包括写 Kafka 失败了怎么办？写完 Kafka 后续执行失败了怎么办？19. 定位审计是一个强约束还是非强约束，若是关键路径则不能绕过它，它失败则后续都失败，若不是强约束则不能作为审计，所以怎么样才能做到审计？20. 怎么保证审计日志写库的强一致性也保证业务的正常流程？假设用 MQ 而 MQ 挂了怎么办？因为写 MQ 也可能存在一定的失败，若 MQ 挂了业务也就挂了，这种极端情况怎么处理？全程无手撕，项目深挖+场景深挖，挖到不会为止许愿二面

1. Agent 的架构设计一个完整的 Agent，一般不是单独一个大模型就能跑起来，核心会拆成几层。最上面是任务入口，负责接收用户问题和上下文；中间是决策层，负责意图识别、任务拆解、规划和工具选择；下面是执行层，真正去调工具、查知识库、访问服务；最后是记忆和状态层，维护多轮上下文、历史执行结果和中间变量。如果做得再工程化一点，通常还会加一个校验层。因为模型规划出来的步骤不一定总是对的，工具参数也可能填错，所以在执行前后都要做检查，比如参数合法性校验、工具返回结构校验、结果一致性校验。Agent 真正难的地方不是“能不能想”，而是“想完之后能不能稳定执行”。2. RAG 的检索如何实现RAG ...

行业不行，人员饱和，AI卷我。下一步准备骑手套装，再战风波。