一、项目与经历1.你先做一下自我介绍。2.你做的两个小项目分别是什么？3.你之前做的这个高并发 AI 聊天系统，具体是一个什么产品？4.它和 ChatGPT 这类聊天产品相比，有什么不同？5.你当时在设计这个聊天系统时，上下文管理和 prompt 注入时机是怎么设计的？________________________________________二、AI IDE / AI 工具使用经验6.你用过 Claude Code、Codex 这类 AI IDE / AI 编程工具吗？7.你主要是用它们的 CLI、桌面端，还是网页版？8.在用这些 AI IDE 之前，你主要是用什么开发 C++？9.市面上常见的 AI IDE 工具你都用过哪些？10.你觉得这些 AI IDE 对 C++ 的支持怎么样？11.有没有什么让你特别不满意的地方？12.当这些工具帮你生成 C++ 代码后，你会怎么做验证？会直接接受，还是会 review / 测试？________________________________________三、Agent / ReAct / Claude Code / Skill / MCP13.你有调研过这些 AI IDE 背后的 Agent 模式和基础原理吗？14.你怎么理解 ReAct 这种 Agent 模式？15.你有了解过 Claude Code 的源码或整体架构设计吗？16.你觉得 Claude Code 的整体架构是不是基于 ReAct？17.从 Claude Code 这类产品里，你觉得有哪些设计思路是值得你自己的聊天系统借鉴的？18.你有了解过它里面常用的工具吗？比如 grep 这类。19.你自己用过哪些 MCP？20.你对 MCP 协议、安装方式、使用方式有了解吗？21.你觉得 skill 和 MCP 的区别是什么？22.你觉得 skill 算不算一种“渐进式披露”的能力组织方式？23.你在 Trae 或类似工具里，主要是怎么使用这些能力的？________________________________________四、聊天系统能力设计：读 / 写 / 调工具24.如果现在要让你的聊天系统具备“读文件”的能力，你会怎么设计？25.如果文件不在本地，而是在 GitHub 仓库路径下，你会怎么让系统读取它？26.如果系统本身还不具备调浏览器的能力，那你会怎么设计这部分能力？27.如果现在你的聊天系统已经具备了读、写和调 batch 工具的能力，那从系统实现角度，你要做哪些事情，才能真正让它具备这些能力？28.batch / 读 / 写这些能力，你会怎么做工具封装和调用适配？________________________________________五、投资分析系统如何抽成 Skill29.如果要把你的 AI 投资分析系统抽成一个 skill，挂到你的聊天系统里，让用户在聊天中直接调用，你会怎么设计？30.你的投资分析系统里，多 Agent 是核心吗？31.如果要 skill 化，多 Agent 这一层要不要保留？32.你的投资分析系统里不是还有知识库检索吗？如果做成 skill，这部分怎么处理？________________________________________六、回退机制 / 安全性 / 编排失败处理33.你刚才说的“回退机制”具体是什么意思？34.如果 AI 修改文件改到一半报错了，怎么保证用户原来的代码安全？35.你说的回退，是写日志、写操作记录，还是别的什么？36.如果是写操作记录，你会记录什么内容？37.这种回退是按行级别做，还是按块级别做？38.如果是编辑已有文件，而不是新建文件，回退机制怎么保证安全？39.你简历里写的“通过编排回退机制保障服务稳定性”，这里的“编排回退”具体指什么？40.你怎么定义一个工具调用或检索是“失败”的？41.你为什么要对失败结果做标记？42.如果检索结果本身不准确，你有做过效果评估吗？________________________________________七、语言迁移与学习能力43.如果 IDE 产品所需要的编程语言不是你熟悉的语言，你会怎么快速融入？44.你觉得在现在这个阶段，编程语言本身还是最核心的难点吗？45.你怎么看“学语言的术”和“学系统设计的道”这件事？46.你之前用我们那个 AI IDE 做笔试时，整体体验怎么样？47.你觉得在 AI coding 场景下，语言本身重要，还是方案设计更重要？

自我介绍RAG 的流程RAG 的优势怎么识别大模型的幻觉？减少大模型幻觉的措施有哪些？用了 RAG 以后，大模型就一定不出幻觉了吗？怎么排查？怎么确保 RAG 检索到的文档块一定是想要的？MCP 的概念怎么写好提示词？未来的升学规划？反问

感觉面完人都通透了，还是太菜了，下去沉淀一下1.redis和lua实现库存防超卖和一人一单，redis用lua的方式和使用2.redis本身的事务特性的方式的区别是什么？为什么不用redis本身的事务特性做防超卖？3.redis的set、get是原子性操作吗？用redis的set已经是原子性的了，为什么还需要使用lua脚本4.lua脚本过长会导致阻塞吗？5.怎么解决实际生产环境中防超卖导致的并发的吞吐量的问题呢？lua会阻塞，那怎么解决既要保证不重复下单又要保证吞吐量6.如果下单的时候，有一个单子在lua中判断秒杀资格卡了很长时间，其他人操作点都点不了 ,会出现这种情况吗7.如果lua脚本中某一步出错异常了会怎么办8.lua脚本写了哪些功能9.布隆过滤器是怎么拦截无效查询的10.volatile关键字作用11.Lock锁的实现原理12.AQS原理13.spring的AOP原理是什么？14.如果是分布式系统，怎么解决分布式系统的事务一致性15.如果用消息队列，如果有一条消息没有及时处理，可能是对堆积了也可能是消息发送给系统但是系统繁忙给丢弃了，你会怎么做16.如果服务器处理任务有上限，不能及时处理新的消息，从消费者来说应该做什么处理17.如果系统繁忙，支付消息丢失了，客户没付钱，但是订单创建成功了，应该怎么后续弥补18.如果lua脚本中有abc三步操作，如果a成功b失败，工程层面上来讲系统应该怎么设计，怎么保证系统的鲁棒性？19.生产环境中抢一笔订单，抢到了但是因为系统的问题内部要做abc三个操作，在做b的时候可能网络抖了一下导致b操作异常，这时候要让客户重新点击一次吗？20.智能客服，使用redis支持会话记忆，agent中会话记忆有几种记忆管理？21.向量数据库中怎么保证获取到的数据是尽量有效且准确的，而不是一些无用的数据22.用向量相似性完成rag召回一般用什么算法23.你了解skill吗？自己写过吗？24.有prompt，为什么引入skill处理25.Ai coding用过吗？ai coding现在有个spec coding,sdd的研发模式，这是一种什么样的概念26.你现在用的ai coding工具有哪些

暑期实习 | 时长：约65分钟1. 个人基础情况介绍2. 实习经历深度追问3. 首个项目深挖：MinerU解析跨页表格时，保障表格语义完整的核心思路？简述Ragas评测框架；若Answer Relevance指标偏低，如何精准区分检索质量与模型能力的影响边界？4. 第二个项目深究：LangGraph中State的定义逻辑与流转机制？当任务节点数量较多时，如何规避状态对象膨胀引发的内存溢出问题？长期记忆库层面，多轮对话信息提炼为结构化用户画像并入库的具体实现路径？5. 文档切片策略：overlap参数的核心作用？如何权衡分片尺寸与上下文完整性之间的平衡关系？6. 对GraphRAG的理解与应用认知7. GraphRAG召回海量关联信息后，生成阶段如何借助自反思（Self-Reflection）或思维链（CoT）策略过滤检索噪声？8. ReAct框架的核心原理，阐述其对复杂任务理解能力的提升逻辑9. 模型调用工具出现参数幻觉、语法错误时，可采用的自动化修正手段有哪些？10. Multi-Agent系统中心化编排模式的内涵，对比点对点架构的核心优势11. Agent的Self-Reflection机制，说明其识别输出逻辑错误的底层原理12. Agent长期记忆的设计思路与核心要点13. 支付等高敏感操作场景下，Human-in-the-loop（人工介入）流程的设计原则与实现方式14. 单一Skill模块的设计思路与核心逻辑15. Skill与MCP的核心差异对比分析16. OpenClaw对Agent本地文件系统操作、代码执行环境感知及权限增强的实现逻辑17. 对Vibe Coding的理解，结合实际场景谈谈相关经验18. 如何保障自然语言任务描述能精准转化为稳定、可靠的执行路径？19. 上下文缓存的概念，说明其在处理Agent频繁读取的冗余系统指令时的核心价值20. 反向提问环节无算法手撕题📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

暑期实习 | 时长：约65分钟1. 个人基础情况介绍2. 实习经历深度追问3. 首个项目深挖：MinerU解析跨页表格时，保障表格语义完整的核心思路？简述Ragas评测框架；若Answer Relevance指标偏低，如何精准区分检索质量与模型能力的影响边界？4. 第二个项目深究：LangGraph中State的定义逻辑与流转机制？当任务节点数量较多时，如何规避状态对象膨胀引发的内存溢出问题？长期记忆库层面，多轮对话信息提炼为结构化用户画像并入库的具体实现路径？5. 文档切片策略：overlap参数的核心作用？如何权衡分片尺寸与上下文完整性之间的平衡关系？6. 对GraphRAG的理解与应用认知7. GraphRAG召回海量关联信息后，生成阶段如何借助自反思（Self-Reflection）或思维链（CoT）策略过滤检索噪声？8. ReAct框架的核心原理，阐述其对复杂任务理解能力的提升逻辑9. 模型调用工具出现参数幻觉、语法错误时，可采用的自动化修正手段有哪些？10. Multi-Agent系统中心化编排模式的内涵，对比点对点架构的核心优势11. Agent的Self-Reflection机制，说明其识别输出逻辑错误的底层原理12. Agent长期记忆的设计思路与核心要点13. 支付等高敏感操作场景下，Human-in-the-loop（人工介入）流程的设计原则与实现方式14. 单一Skill模块的设计思路与核心逻辑15. Skill与MCP的核心差异对比分析16. OpenClaw对Agent本地文件系统操作、代码执行环境感知及权限增强的实现逻辑17. 对Vibe Coding的理解，结合实际场景谈谈相关经验18. 如何保障自然语言任务描述能精准转化为稳定、可靠的执行路径？19. 上下文缓存的概念，说明其在处理Agent频繁读取的冗余系统指令时的核心价值20. 反向提问环节无算法手撕题📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

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1.对Agent了解多少？RAG了解吗？2.Skill和MCP的区别是什么？3.如何用Redis实现分布式锁？4.为什么必须用lua，不用lua会有什么问题？5.你实现的分布式锁是乐观锁还是悲观锁？6.CAS实现的乐观锁有什么局限性？在哪些场景下有风险？7.如果让你用Redis做MySQL的缓存，你会采取什么样的更新策略？8.在浏览器里输入URL到页面完全展示，中间都发生了什么？9.Linux下的常用环境变量有哪些？10.如何在shell脚本中判断上一条命令执行成功与否？11.设计一个短链系统12.你认为这个短链系统的性能瓶颈是在读还是在写？13.那你如何优化性能呢？14.手撕： 判断一个链表内部是否有循环，有的话找到循环开始的节点位置

1. 简单做一下个人自我介绍。2. 详细聊聊你的过往实习经历与核心工作内容。3. MinerU输出内容为Markdown格式，相较于普通纯文本，其层级化结构会为检索环节带来哪些优势？你的整体业务链路里，VLM模型的介入时机是检索阶段还是仅用于最终答案生成？Ragas评测指标中，Faithfulness分数偏低一般反映模型存在哪类问题？4. 结合LangGraph框架，说明Node与Edge分别对应业务流程里的什么角色？智能体长短期记忆在落地实现层面存在哪些差异？短期记忆一般会存储在什么位置？Agent依靠什么逻辑完成工具的识别与择优调用，依赖工具名称还是功能描述？5. 分别说明向量检索与关键词检索的核心优势及短板劣势。6. 相较于直接向大模型发起提问，RAG方案为什么可以有效降低内容事实偏差问题？7. 当原始源文档发生内容变更时，如何保障向量数据库的索引数据能够实时同步更新？8. 简述Query Rewrite的核心定义，该优化手段可以针对性解决用户query的哪些痛点问题？9. 模型Temperature参数调高与调低，分别会对生成内容的风格、随机性带来哪些不同影响？10. 解释CoT思维链的底层原理，分析该方式为何能提升模型复杂任务的处理能力？11. 请说明Agent任务执行流程中，Thought、Action、Observation三者的循环协作逻辑。12. 当对话轮次过长、内容超出模型上下文最大窗口限制时，有哪些主流解决方案？13. 大模型进行工具调用的过程中，模型输出内容为直接答案还是携带调用参数的JSON格式字符串？14. 在Agent应用场景下，系统提示词与用户提示词对模型的约束力度、约束范围有何不同？15. 介绍HNSW索引的核心概念，分析其检索效率优于暴力全量搜索的核心原因。16. 交流探讨OpenClaw相关技术内容。17. 实际开发Agent落地项目时，如何依据任务场景判断选用7B小模型还是70B大模型？18. 若Agent持续重复发起错误的工具调用请求，应该从哪些环节排查并优化修复？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1. 简单做一下个人自我介绍。2. 详细聊聊你的过往实习经历与核心工作内容。3. MinerU输出内容为Markdown格式，相较于普通纯文本，其层级化结构会为检索环节带来哪些优势？你的整体业务链路里，VLM模型的介入时机是检索阶段还是仅用于最终答案生成？Ragas评测指标中，Faithfulness分数偏低一般反映模型存在哪类问题？4. 结合LangGraph框架，说明Node与Edge分别对应业务流程里的什么角色？智能体长短期记忆在落地实现层面存在哪些差异？短期记忆一般会存储在什么位置？Agent依靠什么逻辑完成工具的识别与择优调用，依赖工具名称还是功能描述？5. 分别说明向量检索与关键词检索的核心优势及短板劣势。6. 相较于直接向大模型发起提问，RAG方案为什么可以有效降低内容事实偏差问题？7. 当原始源文档发生内容变更时，如何保障向量数据库的索引数据能够实时同步更新？8. 简述Query Rewrite的核心定义，该优化手段可以针对性解决用户query的哪些痛点问题？9. 模型Temperature参数调高与调低，分别会对生成内容的风格、随机性带来哪些不同影响？10. 解释CoT思维链的底层原理，分析该方式为何能提升模型复杂任务的处理能力？11. 请说明Agent任务执行流程中，Thought、Action、Observation三者的循环协作逻辑。12. 当对话轮次过长、内容超出模型上下文最大窗口限制时，有哪些主流解决方案？13. 大模型进行工具调用的过程中，模型输出内容为直接答案还是携带调用参数的JSON格式字符串？14. 在Agent应用场景下，系统提示词与用户提示词对模型的约束力度、约束范围有何不同？15. 介绍HNSW索引的核心概念，分析其检索效率优于暴力全量搜索的核心原因。16. 交流探讨OpenClaw相关技术内容。17. 实际开发Agent落地项目时，如何依据任务场景判断选用7B小模型还是70B大模型？18. 若Agent持续重复发起错误的工具调用请求，应该从哪些环节排查并优化修复？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

发点面经攒攒人品～1. 数据库中冷热数据是如何分离的呢？说说设计方案。2. 想一个这样的场景：目前我有一个需求，订单号位数升级了，需要灰度推上线，需要进行切流，让一部分用户用新功能，在真实的切流过程当中，怎么样设计体系确保平稳迁移，让不同订单号的位数的链路互不干扰？这个机制是什么样的？3. SFT和LoRA分别是什么样的含义？适用于什么样的问题和场景？4. 在微调时，如何评定微调的数据规模？数据更多或更少或怎么样？5. 介绍一下Harness Engineering。

1️⃣一面（Code Agent 代码生成方向）1. 工程级Code Agent在处理项目上下文、生成代码时会遇到哪些核心挑战？2. 当前主流Agent框架在技术演进上有哪些关键改进方向？3. 如何系统性保障AI生成代码的质量、安全性与可控性？4. 有哪些有效手段可以验证AI生成代码的正确性？5. AI代码生成完成后，是否可以直接上线？还需要经过哪些关键环节的校验与治理？6. AI生成代码的技术在哪些场景下更具落地价值？又存在哪些应用边界？2️⃣二面（Agent应用开发方向）1. 2026年的Agent应用开发，相比往年在技术范式与落地模式上有哪些显著变化？2. 你当前参与的Agent应用开发项目采用的是哪种架构？是否接触过HANAS这类新兴模式？3. 在渐进式披露的架构设计下，是否还需要依赖RAG能力？二者的关系是什么？4. 你开发的Agent应用解决了哪些传统方式难以处理的核心问题？5. 请介绍一下你在Github上参与贡献的开源项目，以及你在其中承担的工作。6. 当初你是如何参与到这个开源项目中的？7. 在Agent开发中，上下文工程最关键的工作是什么？8. 你是否了解Cloud、Open Cloud这类主流Agent框架？它们的核心实现逻辑是什么？9. 你在Agent开发项目中遇到过最棘手的技术难题是什么？10. 你是如何定位并解决这些难题的？这次经历带来了哪些技术沉淀？11. 你后续的职业规划中，更倾向于什么样的岗位和业务方向？12. 你在校的学业水平处于什么水平？身边同学的求职与学习情况如何？13. 你更倾向于在哪个城市工作？为什么？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1️⃣一面（Code Agent 代码生成方向）1. 工程级Code Agent在处理项目上下文、生成代码时会遇到哪些核心挑战？2. 当前主流Agent框架在技术演进上有哪些关键改进方向？3. 如何系统性保障AI生成代码的质量、安全性与可控性？4. 有哪些有效手段可以验证AI生成代码的正确性？5. AI代码生成完成后，是否可以直接上线？还需要经过哪些关键环节的校验与治理？6. AI生成代码的技术在哪些场景下更具落地价值？又存在哪些应用边界？2️⃣二面（Agent应用开发方向）1. 2026年的Agent应用开发，相比往年在技术范式与落地模式上有哪些显著变化？2. 你当前参与的Agent应用开发项目采用的是哪种架构？是否接触过HANAS这类新兴模式？3. 在渐进式披露的架构设计下，是否还需要依赖RAG能力？二者的关系是什么？4. 你开发的Agent应用解决了哪些传统方式难以处理的核心问题？5. 请介绍一下你在Github上参与贡献的开源项目，以及你在其中承担的工作。6. 当初你是如何参与到这个开源项目中的？7. 在Agent开发中，上下文工程最关键的工作是什么？8. 你是否了解Cloud、Open Cloud这类主流Agent框架？它们的核心实现逻辑是什么？9. 你在Agent开发项目中遇到过最棘手的技术难题是什么？10. 你是如何定位并解决这些难题的？这次经历带来了哪些技术沉淀？11. 你后续的职业规划中，更倾向于什么样的岗位和业务方向？12. 你在校的学业水平处于什么水平？身边同学的求职与学习情况如何？13. 你更倾向于在哪个城市工作？为什么？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

攒人品中，祝大家都能拿到满意的Offer！1.实习拷打2.拷打实习3.拷打第一个项目：MinerU解析过程中如果遇到跨页表格，如何保证表格语义的完整性？讲一下Ragas评测？如果Answer Relevance得分低，如何判断是检索质量问题还是模型能力问题？4.拷打第二个项目：LangGraph中的State是如何定义和流转的？如果任务节点非常多，如何防止状态对象过大导致内存溢出？你的长期记忆库如何将多轮对话中的信息提炼成结构化的用户画像存到向量库？5.文档切片时，overlap的作用是什么？如何平衡分片大小与上下文完整性？6.了解GraphRAG吗？介绍一下7.当GraphRAG召回大量关联信息后，如何用自反思或CoT在生成阶段过滤掉检索噪声？8.讲一下ReAct的原理，为什么能提升模型对复杂任务的理解能力？9.如果模型在调用工具时产生了参数幻觉或语法错误，通常采取哪些自动修正手段？10.什么是Multi-Agent系统中的中心化编排模式？相比于点对点有什么优势？11.讲一下Agent的Self-Reflection，它是如何识别输出中的逻辑错误的？12.如何设计Agent的长期记忆？13.在执行涉及支付等高敏感操作时，如何实现Human-in-the-loop的干预流程？14.如何设计一个Skill？大概讲一下15.对比一下Skill和MCP的区别16.OpenClaw如何增强Agent对本地文件系统和代码执行环境的感知与操作权限？17.你如何理解Vibe Coding？有什么经验吗？18.如何确保自然语言描述的任务逻辑能够转化为可靠的执行路径？19.什么是上下文缓存？它在处理Agent频繁读取的冗余系统指令时有哪些优势？

发点面经攒攒人品～1.论文拷打2.拷打实习3.拷打第一个项目：MinerU解析出的结果是Markdown，相比纯文本，Markdown的层级结构对检索有什么好处？在你的流程中，VLM是在检索阶段参与，还是只在最后生成答案时参与？Ragas评测中，如果Faithfulness得分低，说明模型出现了什么问题？4.拷打第二个项目：在LangGraph中，Node和Edge分别代表业务流中的什么？长短期记忆在实现上有什么区别？短期记忆通常存在哪里？Agent是如何识别并选择正确工具的？是基于工具的名称还是功能描述？5.讲一下向量检索和关键词检索各自的优缺点6.为什么RAG比直接问大模型更能减少事实性错误？7.如果原始文档被修改了，如何保证向量数据库里的索引同步更新？8.什么是Query Rewrite？能解决用户提问中的什么问题？9.Temperature参数调高和调低，分别会对模型的输出产生什么影响？10.讲讲CoT的原理？为什么它能让模型处理复杂任务？11.在Agent执行任务时，Thought、Action和Observation三者如何循环？12.当对话长度超过模型上下文窗口时，处理方法有哪些？13.模型在进行工具调用时，输出的是直接的结果，还是一个包含参数的 JSON 字符串？14.系统提示词和用户提示词在Agent约束力上有什么区别？15.讲一下什么是HNSW索引？为什么比暴力搜索快？16.讨论了一下OpenClaw17.在开发Agent应用时，你怎么判断一个任务该用7B的小模型还是70B的大模型？18.如果你发现Agent总是重复执行同一个错误的工具调用，你从哪个环节修复？

最近按当前筛选整理了一波面经，这次挑了 8 篇相对值得复盘的内容，方便刷题和回看。1. 蚂蚁｜暑期实习｜未知日期：2026-04-24关键词：Agent面经难度：4 星标签：技术面技术栈：Java、Spring Boot、AOP、JDK 8、G1、ZGC、MySQL、Redis面经总结本场面试以 Java 后端基础、数据库与网络场景题、AI Agent 项目深挖及 AI Coding 认知为核心。高频问题【并发与多线程】线程池的核心构造参数有哪些？【并发与多线程】一个有队列的线程池，请求不断进来，说说线程池内部的执行逻辑？【编程语言特性】平时用什么 JDK 版本？【操作系统】JDK 8 的垃圾...

感觉面完人都通透了，还是太菜了，下去沉淀一下1.介绍一下agent实习的项目架构2.你刚才提到配合定会议那个是多 agent 架构，一共用了几个 agent？每个 agent 分别负责哪一块？3.在设计上，什么情况下你会用单 agent，什么情况下会用多 agent？4.多 agent 之间的数据传输或者通信一般是怎么做的？5.如果多个 agent 之间有并发的情况，你一般怎么处理？6.如果有多个 agent 同时去操作数据库或者文件，这种并发你怎么处理？7.如果它们是异步执行的，这边会考虑怎么做8.rag混合检索机制，是怎么实现的9.你们项目里有没有遇到幻觉问题？这个问题怎么减少、规避？10.你之前都开发过哪些工具 / function？11.你提到那个 self-refine / 自我修正，你做过哪些修正策略？12.如果 API 返回结果有字段缺失，或者有冗余内容，你会用这种方式处理吗？13.你对 MCP 了解多吗？有没有写过相关的 MCP？14.假设 agent 调工具失败了，一般怎么处理？15.你之前开发过 agent，怎么管理它的 context？16.你自己在做 AI coding 时，一般怎么用？有没有什么方法论？17.上线前主要是通过什么方式保证质量的？只是靠 code review 吗？18.除了简历上写的这些，你自己还用 AI coding 做过哪些项目？19.你刚才提到那个 omo / openspec的东西，是你自己的项目实践，还是从别的地方学来的？

第一题签到 第二题只使用 numpy 实现 masked attention，torch 用户拼劲全力没看懂 numpy 怎么做矩阵，零分第三题两个人比赛，给定一个数组，每次从中删掉一个元素并获得 ai-i 的得分（数值减去当前的下标）。求双方最优决策下先手是否能胜利。花 40 分钟写了个 minimax 决策树只通过 5%（超时），最后五分钟写了个贪心骗分结果全过了。给自己气笑了

1. 自我介绍2. SSE 跟 WebSocket 有什么区别？为什么模型推流场景很多时候选 SSE，不选 WebSocket？答案：SSE 是服务器到客户端的单向流式推送，基于 HTTP，天然适合把模型生成的 token 一段一段往前端推。WebSocket 是全双工协议，更适合双方都要频繁通信的场景，比如协同编辑、实时游戏、双向控制。模型推流大多数时候是服务端连续输出、客户端被动接收，所以通信模式上 SSE 更贴近需求。另外 SSE 在工程上更轻，和现有 HTTP 网关、鉴权、中间件、日志系统、Nginx 代理兼容性更好，浏览器原生支持 EventSource，实现成本低。很多公司不选 W...

面试官人很好，问了项目和八股最后，手撕是力扣14最长公共前缀（没想到不是hot100）

攒人品ing~个人背景：本北邮（计科），硕南大（软工，27届）。一、 基础八股考察 (Java/Spring/DB/网络)1. 多线程与并发线程池的核心构造参数有哪些？场景题：一个有队列的线程池，请求不断进来，说说线程池内部的执行逻辑？平时用什么 JDK 版本？2. JVMJDK 8 的垃圾回收算法有了解吗？有没有关注过比较新的垃圾回收器，比如 G1 或者 ZGC？3. Spring 框架Spring Boot 里面经常引入的 Starter，里面一般包含什么东西？底层的运作逻辑是怎样的？AOP 的底层原理是什么？4. 数据库与中间件 (MySQL / Redis)场景题：如果一条 SQL 执行效率很低，你怎么判断和优化？哪些 SQL 写法会导致全表扫描（索引失效）？Redis 在你的博客项目里用在了什么场景？为什么？5. 网络与其他为什么博客项目中提到微服务，但最后没有完全落地？HTTP/1.1 和 HTTP/2 的区别？二、 项目与实习深挖1. 实习项目一：天翼交通 - 自动驾驶传感器数据预处理项目背景：遇到的挑战与解决方案追问：为什么这里用多进程而不是多线程？其他工作：2. 实习/个人项目二：航旅智能排障 AI Agent项目背景追问：你的数据来源是哪里？是真实的业务数据吗？追问：详细介绍一下这个多 Agent 的工作流？追问：如何评判这个 Agent 的效果？有具体指标吗？追问：结合现在业界的新趋势，这套架构还有什么优化空间？三、 AI 编码实战与前沿视野你对现在的 AI Coding 工具（如 Cursor/AI IDE）怎么看？你自己深度使用 AI Coding 的真实体验？实践中遇到过什么 AI 理解不了的 Bug 吗？平时怎么获取最新的 AI 技术动向？四、 HR/软素质问题团队中遇到别人和你有不一样的观点，你怎么处理？对自己未来的职业发展有什么规划？五、 反问环节部门具体的业务定位和挑战是什么？