继续来分享下之前的面经~欢迎友好讨论，信息共享1.实习拷打2.在这个产品的研发过程中，你承担了什么角色？主要完成了哪些任务？3.从技术层面来讲，你在设计这个平台的Multi-Agent架构时是怎么设计的？4.你提到有Deep Research能力，还有推理能力，能详细介绍一下深度研究这部分吗？5.这个Deep Research是多轮检索，那你会进行到什么程度才停止？用什么判断？6.你说有三类判断，那具体在使用过程中，这些判断的阈值是怎么设置的？7.你们上下文是怎么管理的？8.上下文是共享的对吧？具体会共享哪些信息？9.现在的Agent是多Agent吗？具体是怎么设计的？10.多Agent协同是通过什么机制实现的？11.这些状态以及Agent之间同步的数据是存在哪里的？12.这个平台只是内部员工用的，会需要这么复杂的架构吗？13.这个AI平台是怎么部署的？14.实际用的是哪家的大模型？15.会根据不同问题切换不同模型吗？16.那你是怎么判断一个问题是简单还是复杂的？17.这个意图识别是用什么模型实现的？18.这个平台现在是什么状态？已经上线了吗？19.如果很多员工同时用，会不会有一些限流或者降级策略？20.有不同租户、不同应用，这个概念是怎么理解的？21.开发语言主要是什么？

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.redis集群环境下，你怎么保证你在lua脚本上操作的key在同一个实例上来保证原子性的2.这个令牌桶流量控制这块。你自己实现的吗?还是找了一个现成的实现组件去用的?3.你这个秒杀业务主要是用什么来保障它它的并发的?除了这个lua脚本之外。端到端的提升是怎么做的?4.前端上有做防秒杀，防并发的这种保护吗?5.点赞业务什么时候用的set，什么时候用的zset6.这里的zset为什么不使用内存来进行操作，不都是可以是合并写的作用7.那你这里的zset能存多少条点赞数量的数据8.Zset的数据结构了解吗，展开讲一下9.那你这个降低幻觉你是怎么发现的问题?然后你做完优化之后，实际的效果是怎么去观测衡量的?RAG这块，第二点对模块化RAG架构。10.你不是降低了幻觉吗?你怎么论证有效降低，实际效果怎么衡量的11.做这个所谓的衡量时候，为什么不考虑再引入一个agent来做?12.死循环监测能力，防止agent的无限循环。这里首先你是怎么识别到会有循死循环问题的?13.你现在日常在用AI工具是什么状态?只是coding吗?还是说也在做一些小的尝试，小的玩法有贡献过skill吗?14.你的ai规划的内容基于两部分，一个websearch搜索的，一个基于你的本地内容的方法调用，那你怎么综合这两部分的内容的呢，是直接一股脑扔给ai大模型吗15.你看你现在在做规划，假设给你扩展一下，你现在发布功能，我希望那个用户只传图片，然后其他文案让他自己生成，就不只是路线规划了。16.你觉得这个事该咋做呢?我想要给你这个功能再提点需求。17.用户编写文案的意图，这件事打算怎么写呢?这个skill。18.讲一下对openclaw的理解19.什么样的功能适合做成skl，什么样的不合适

项目15min，项目怎么用agent优化和设计差不多20min，无手撕，聊得很开心1. 介绍一下项目2. 项目有没有用户/落地？（没有，进行过压力测试）3. 布隆过滤器概念，怎么解决缓存穿透4. 如果有黑客通过肉鸡生成大量商品id攻击详情接口怎么办，发生误判怎么办，怎么过滤（答的 预先根据合法id创建布隆过滤器，遇到误判查一次数据库，如果不存在通过redis的bfadd补位，可以防下一次的非法访问）5. apt框架相关5.1 怎么通过你这个框架把性能提高十倍？（beanutil换成编译期预处理，更快）5.2 为什么能判断出系统性能不足是框架的问题？（答的做了jmeter测试，qps瓶颈，老师建议，）5.3 怎么处理类的嵌套循环问题？（不知道）5.4 框架递归映射怎么做的？（也不知道，第一次被问这么深）5.5 是否考虑过APT能力的插件化设计，比如用装饰器增强日志采集和错误收集？（已实现编译器错误采集和属性注入检测，别的没做。。。）6. 项目前端模块是否全由AI开发？7.  有没有AI实践过前端的工程化？（react相关？这块胡言乱语）8. 普通前端页面和工程化页面的区别？9. AI在工程化中的局限性？10. 你说你参加过携程前端训练营，那你是怎么结合ai做前端项目的落地?11. ai和agent相关：11.1 如果要把一个电商项目面向AI设计并MCP化，怎么做？或者说要做哪个方向？（答的搜索方面的升级，做商品推荐）11.2 电商场景下需要更精细的用户消费习惯设计，需结合用户画像和语义理解做搜索推荐，使用mysql数据库是否合适？（答的向量数据库）11.3 PG数据库的横向扩展和pg vector能力更适合语义相似度检索，有没有深入了解这方面或者使用过？（没有）11.4 Pg在向量和图数据库方面的潜力有了解吗？（不会，面试官说PG能通过商品间的图关系实现推荐系统的底层支持）11.5 有没有考虑或者做过embedding层设计？12. Agent是否需要有读数据库的能力？（答的让skill做，但是面试官不太满意）13. agent调工具的实现方式有哪些？14. function calling了解吗？15. skill和mcp有什么区别16. 反问PE全栈这个岗是做什么？（结合ai全链路开发）面试表现怎么样？感觉问的超级多ai相关的知识，这俩天刚开始学，给我问蒙了

自我介绍 选一个项目介绍一下，哪些模块功能点赞怎么做的，通知是怎么做的通知如果有多个服务怎么找到sse连接点赞为什么要用redis，内存不行吗有十万个点赞，存到mq要一直发通知吗，会怎么办，怎么设计数据量大mq延时有什么问题，怎么解决点赞和取消点赞发两个消息到mq吗内存和redis有什么区别，你这样子说一样啊redis能做的内存也能存，那redis有什么用内存不能持久化/会oom，redis不也一样吗你拆分网关和多个主机服务，我怎么知道通知要送达哪个主机服务远程调用rpc你觉得底层是怎么实现的，如果要你自己实现怎么实现排行榜zset怎么实现的（说跳表加哈希表），为什么可以范围查询，那我在内存里自己实现一盒不行吗为什么还用redistcp和udp区别，tcp怎么保证连接稳定的，客户端怎么发包10MB数据怎么发，怎么接受包整合的进程和线程区别进程间通信方式有哪些栈和堆区别数组和链表区别一道算法题，合并有序链表并反转反问业务是做什么，数据仓储，有ai，多个城市有base，面试不给评价继续努力