做技术面试官这些年，经历过线下面试的严谨，也适应了线上面试的便捷。自从公司全面转为线上面试，虽然视频沟通少了些面对面的直观感，但对算法题作答来说，不管是候选人提交代码，还是我们校验结果，都比以前方便了不少。但是去年开始，我被一个新问题困扰——越来越多的候选人在面试中使用AI辅助。这事儿最让人纠结的地方在于，大多时候都只是“嫌疑”，没有实锤。你说直接判定为作弊吧，怕冤枉了品行端正的候选人；可要是在面试过程中直接点破，又容易引发投诉和舆情。更麻烦的是，由于这几位作弊的候选人，我们整个面试团队都会变得格外警惕。之后面试每一个人，都会下意识地寻找作弊的蛛丝马迹，眼神、语速、回答的流畅度，甚至是镜头外的...

除非你不想要这个offer，因为AI面也是有真人会抽查的。。。 你胡说八道一通，AI当下虽然在迎合你，但回传的AI面试报告里会记录你的缺陷发言，大模型一直在进步，今年AI面给回馈的报告真的很全面详细了，如果大家不想面试的话，可以不参加AI面，也没必要浪费自己的时间瞎说一通

刚刚做完简历，第一个项目是github上找的。第一次实习，能去个小厂就好，求大佬们给建议，不知道有哪些不足

🕐面试时间：26.4.8-一小时💻面试岗位：后端开发❓面试问题：1、自我介绍2、从工程角度来介绍代码评审执行流程，怎么获取修改的代码的，怎么跟大模型交互的？3、如果不用静态分析库，直接让大模型去评审的话，怎么做？4、慢SQL是什么问题导致慢，怎么优化，数据量是多少，查询语句，查询场景是什么？5、Kafka自动提交为什么会消息丢失？(忘记自动提交的原理了！！)6、volatile关键字有啥作用啊？7、Hashmap，假如它的key是一个对象，需要注意啥吗？8、什么是死锁？9、Redis常见类型？10、Redis持久化机制，项目中的持久化机制怎么配的？11、缓存雪崩12、题目描述：零到N之间的...