美团日常实习二面

一、基础信息与求职意向类你现在是在哪？你对工作地点有什么要求吗？（北上广深都 OK 吗？）二、项目相关类（用户答题项目）你挑一个项目来聊一下。这个题目是什么题目类型，这些是怎么规定的？所有的题目都是依赖于你们自己去写吗？题目是随机生成的，它的范围是随机生成吗？会生成各种难易程度的题是吗？那怎么判断题目结果是否正确呢？没有主观题的话需要怎么处理（判断）？那我们的第一版（项目）有没有这些 AI 相关功能呢？如果是基于第一版，我们怎么样去做主观题的判断呢？你这里面用的那个 redis，这个 redis 的话是做了些啥呢？那相当于说 redis 只是做排序用是吧？那你这个（redis 数据）如果说数据有更新，你这块需要怎么更新？这个（先操作数据库再删缓存）有没有什么问题？如果说我们有一个数据场景，在一个方法内后续的流程会立马用到缓存，那延迟双删有效果吗？那你这个积分的更新的话是怎么做的呢？怎么避免一个更新多更的场景？积分是加积分吗？还是减积分？那累加的话，你怎么避免加少加错呢？如果说是集群场景（积分累加），怎么处理？使用 redis 的 set NX 做分布式锁，假设出现网络超时，这种会不会有风险呢？分布式的场景有哪些？分布式锁的优缺点是什么？锁的获取是有公平性的吗？死锁产生的必要条件有哪些？积分的更新除了加锁这个方案，还有其他方案吗？（乐观锁 / CAS）具体怎么实现？是在哪一层实现的？（数据库层面）通过 SQL 要怎么做来保证积分更新的准确性？（数据库更新积分的 SQL）你这个 service 要怎么写，大概可以描述一下吗？（举例：库存有 30 个，要把库存加 1）你怎么保证数据库操作中判断的数值是一致的？或者说你这个一样的值是什么值？你怎么样保证 AI 出题的结果按照预期返回？那 AI 出题会不会有乱返回的情况？三、技术基础类缓存的优缺点是什么？缓存性能比数据库好的具体原因有了解过吗？缓存有哪些结构呢？缓存雪崩有了解过吗？（怎么解决？）如果数据量特别大，缓存雪崩该怎么处理？缓存的删除逻辑 / 过期逻辑是什么样子的？比如说缓存过期了，会立马删除吗？TCP 和 UDP 了解吗？TCP 和 UDP 的区别是什么？UDP 的使用场景是什么呢？TCP 是怎么去保证它的可靠性传输的？（关于 TCP）滑动窗口的相关知识可以说一下吗？TCP 的慢启动为什么要这么设计呢？mysql 怎么避免注入的呢？在 mysql 层面是怎么做防 SQL 注入的，不是在业务层面？四、AI 工具与大模型相关类你有用那个 open class（OpenAI 相关工具）吗？那你用它去做了哪些事情呢？那你有没有去写过 skills？那怎么避免 skills 带来的安全风险呢？那 skills 和 MCP 的区别是什么呢？你平时中用到了哪些大模型？你觉得大模型给你个人有了哪些提升吗？或者说他给你带来的帮助有哪些呢？大模型生成的代码是一个白盒的吗？（功能是否符合预期？）五、算法实操类挑简单 / 中等 / 困难的算法题来做一道。（二分法递归的一道hard题，题目有点想不起来了，手撕失败，写了50多行没跑通）六、职业发展类（求职者提问后，无直接问题，为交流式回应，无明确提问点）

1. 自我介绍2. 实习介绍3. 智力题，代码题但是不需要写代码，只讲思路：一个m*n的网格地图，A在左下角，每秒只能以均等概率向上/右移动一格，B在右上角，每秒向左/下移动一格，问：1. 两人有没有可能在某一秒停留在同一个格子2. 这些可能相遇的格子应该满足什么条件3. 在这些格子相遇的概率4. AI使用智力题全程几乎被牵着引导才答出来，🐀智力为0反问表现，说表达能力很好，AI使用很有经验

美团二战一面(核心本地商业-业务研发平台-美团app业务)承接了3000多的 QPS,服务端的机器有几台？这个接口(订单接口)的性能是?(响应多少毫秒) 返回哪些信息？订单列表只能看到一个商品，还是说是有个商品列表呢？分页的 每一页返回多少商品数据啊？Redis 里面主要存哪些东西本地缓存里面主要存在哪些东西 为什么固定的放在内存里面Redis 是多久更新一次吗？假设我在服务端，变更了一个库存，然后变更在那个接口发现超时了，就是你变更的时候发现返回了一个报错，但是后台其实是已经变更成功了，这种情况下怎么处理？(换了种说法 结合场景)用户下单，然后下单我调接口的时候，接下单接口超时了。但是这只是因为网络问题超时了，但是它内部其实扣减库存啊什么的都已经成功了。这种情况下怎么处理？这个 token(防重) 是在什么过程中去生成的?乐观锁解决超卖怎么解决的？为什么要用乐观锁呢？你的个性化推荐,高峰期不是会有很多很多用户会下单失败吗？JWT 的令牌认证具体是怎么做的？JWT 的三次校验（三型校验）ai封装那些订单查询、配送咨询这些问题，这个具体是怎么去做的？你是直接用用户提问的，然后直接调用大模型去询问的？你怎么知道配送状态的？因为你的那些配送不是都是兼职吗？用户下完单之后，你怎么给订单分配给兼职呢？智能客服是实现 7×24 小时智能回复。需要做到 7×24 小时吗？你还实现了那个性化菜品推荐，这具体是怎么去做的？你的那个订单数据表跟用户表，这两张表是怎么去设计的？问一个 AI 的吧，你做了一个客服问答，对吧？但是你是去调用自己封装了几个tool，然后让大模型去调用嘛，那我也想做一个智能客服，但是我的智能客服可能是基于一些，比如说我是医院，医院需要做一个智能客服，然后我会把一些那个患者常问的一些医疗上面的一些事情作为一个知识库，然后作为一个回答。那我应该怎么设计这个客户问答系统？把它给放到知识库里面，比如说我怎么切片？然后你刚讲到那个用户提问，敏感词过滤，这些我怎么去给它分词？怎么去做增强等等。按照你的那个分片，假设我按照你的那个分片形式去分片，然后我发现我检索出来的内容好像相关性并不是很强，我怎么去解决？检索相关性的算法与方案那个 Spring 框架里面有用到哪些设计模式啊？Autowired 跟 Resource 有什么区别？synchronized 跟 lock 有什么区别啊？Synchronized 底层。索引分哪几个索引？联合索引怎么创建？(具体到sql写法)不在创建表的时候创建这个索引，表已经创建完了，然后我要再创建这个索引,怎么做?like会不会走索引？MySQL 里边有哪几个日志啊？

投暑期的，结果投成了日常，不过来都来了，都是缘分。面试官人很好，也聊的很开心，全程聊ai agent。1. 上来面试官先介绍了一下自己组内的业务。2. 然后让自我介绍，让我重点介绍一下我的项目，然后我就说了实习和项目(对我的实习完全不感兴趣😂)3. 项目长期记忆怎么做的，我直接说用的框架，然后说了一下框架内部的实现。4 .短期记忆是什么3. 上下文压缩的方法，每次都压缩还是存起来以及第二次压缩的时候怎么做的，还聊了一下codex中的压缩时机4. 展示了一下项目，问了skill怎么实现的，项目中的插件和工具的区别5. 问了一下你这个沙箱是不是实习公司内部的，我说开源的，然后问了怎么暴露给agent5. 项目中react模式的流程以及react由于串行的局限性在某些场景下会很慢，不考虑pe, sub agent的情况下怎么解决(我回答anthropic提出的可编程工具调用，面试官来了一句我知道你懂了😂)6. 然后又巴啦巴啦聊了一些,有点不记得聊啥了7. 手撕的话给了一个关于ai 对话树的题目给我，不过比较简单(先问我多久没刷题了，我说很久了，然后说出了一道简单的给我)然后面试官说期待你后面的表现，十几分钟后约周五二面。