腾讯算法面试都不打电话约下吗

1.拷打上一段实习2.如果一个材料既有图片又有文字，如何分块3.mcp服务器细节，如何与llm关联的4.mcp安全性如何保证，鉴权具体是怎么做的5.如何防止重放攻击，如何保证前向安全性6.存储在本地key如何防止泄露7.skills是什么，与mcp有什么区别8.闲聊------后续：挂

携程的面试官给人也非常的友好；1.自我介绍；2.开始狠狠拷打项目，面试官也会引导我进行一些题目的回答；3.全程就问了一个八股：乐观锁和悲观锁，以及CAS操作；4.手撕LRU缓存

1.手撕leetcode26删除有序数组中的重复项2.线程的几个状态说一下3.线程切换发生了什么4.https全过程、数字证书5.MySQL索引相关内容6.embedding模型是什么，如何理解语义相似性在高维向量空间中的体现7.分块如何做？有什么策略8.为什么选择余弦相似度而不是欧式距离？9.关键词召回 vs 语义召回的适用场景？10.大模型记忆管理、context管理11.详细解释 re-act 的核心流程12.编写 Prompt 的核心经验？13.温度系数和 Top K 的作用？14.最近有哪些重要的大模型更新有没有看过技术报告？（涉及 MiniMax 2.5, Kimi 2.5, Claude 4.6, GPT Codex 5.3 等）15.上一段实习的内容介绍------面完半小时官网显示复试

我自己做了一个 AI 后端项目 Mini-Doubao 。这个项目不只是“调用大模型接口聊天”，而是围绕真实工程问题做了完整实现，包括：SSE 流式对话RAG 知识库检索Agent 工具调用闭环多轮会话上下文管理线程池隔离与异步收尾邮箱验证码注册/登录/找回密码项目背景基于火山引擎（豆包模型）API 构建。目标是做一个“可对话 + 可检索 + 可扩展工具能力”的系统，并解决 AI 场景中常见的工程问题：长连接、异步任务、上下文成本控制、服务稳定性等。核心能力1）RAG 异步摄入链路文档上传后通过 RocketMQ 异步处理完成“解析 -> 切片 -> Embedding ->...