研二日常实习后端开发岗选择

自我介绍 1.因为我有一篇水论文 开始聊的是我的论文 貌似和他们组做的东西有一些贴近的地方2.对大模型相关应用的理解，比如rag、agent等3.项目中觉得最难的地方4.数据库的引擎用的什么，如果说数据库要存的数据量很大的话怎么办后面感觉纯聊天了5.实验室是个什么情况6.老家哪的呀无手撕 面试官很好 挺亲切的 但是不知道答得怎么样

自我介绍算法题1，有效的括号+括号带优先级（'{}'>'[]'>'()'），优先级小的括号内不能嵌套优先级大的括号算法题2，最大子数组和≈40分钟，问简历相关内容了解c++嘛，熟悉程度大概是怎么样的？反问

给我面没招了，发点面经攒攒人品～1. 说一说对 AG-UI 协议的理解，这个协议的初衷是什么，具体是怎么实现的，有哪些基础的事件类型；2. 在 LangGraph 框架实现 Agent 的时候，如果想实现节点级的修正反馈该怎么做？3. Agent 产生的流式 response 是如何进行存储的？合并的时机是什么？选择什么样的数据库？4. LangGraph 实现 Agent 时，如何做到精准的意图识别？5. LangGraph 每一个节点在选择大模型的时候如何考虑？6. 意图识别节点的模型进行 SFT 之后的灾难性遗忘现象如何解决？7. Agent 的评测流程是怎样的，线上回流数据如何反馈修正？

随着 Web3 行业从野蛮生长进入精细化、合规化、全场景化的成熟周期，单一赛道的碎片化开发已无法满足市场需求 —— 用户需要无缝的 Web3 体验，创业者需要更高的用户生命周期价值（LTV）与更低的开发运维成本，资本更青睐具备闭环生态的抗风险项目。一站式 Web3 开发，并非简单将钱包、DApp、链游、量化交易四大核心模块做功能堆砌，而是从底层架构、用户体系、资产流转、合规风控、商业变现五个维度，实现全链路的深度打通，打造 “流量入口 - 场景承接 - 粘性留存 - 资产增值 - 价值反哺” 的自循环商业生态。这一模式已成为 2026 年 Web3 行业创业与传统企业转型的主流落地方案。一、一...