求大佬们点评

1. 自我介绍2. 项目介绍3. 有多个消息投递到消息队列，处理的结果怎么与发送的请求对应呢？4. 为什么不直接通过数据库通信而需要用消息队列呢？5. 项目有没有前端流式输出展示？6. 身份认证是怎么做的？7. 你觉得langchain和langgraph框架提供了什么功能？优势在哪？8. 讲讲大模型的React9. 讲讲工具调用和多智能体协作10. 对于上下文工程，你觉得有哪些主流的技术？11. 讲讲RAG和持久化记忆的区别12. 什么是思维链（CoT）？13. 为什么Agent还需要Instructions, Rules, MCP, Skills？14. Rules和Skills有什么区别？为什么不把Skills的指导写进Rules？15. SSE和普通的HTTP的区别是什么？16. SSE和文件传输协议FTP有什么区别？他们不都是流式传输吗？17. 为什么Redis可以做限流？怎么做限流？18. Redis为什么速度快？19. 数据库分表是怎么分的？为什么一个表太大需要分表？20. docker和普通的虚拟机有什么区别？算法题：LeetCode中等难度，计算二叉树最大宽度反问总体来说，面试体验还是不错的。

1.讲一下常用的大语言模型2.nl2sql项目 pipeline怎么布的3.向量检索具体的策略有做吗4.一个术语可能匹配多个字段怎么做，存在实体映射吗5.skill和mcp区别6.开发mcp update方法时如何确保安全性7.秒杀项目超卖如何解决8. prompt平时怎么写，有哪些细节9. prompt里的一下workflow和约束不遵守怎么解决10.我强制要求llm下游输出json格式该怎么去写这个prompt11.redis ttl和懒刷新的区别12.特别多的if嵌套起来这种有什么解决方案算法: 括号匹配

不知道为什么阿里云笔试没开始就给我发了面试邀约，全程基本上就是拷打项目，问了问我对向量数据库的了解，基础知识是操作系统的线程和进程问题，数据库问了排序，手撕一道数组内字符串排序。反问环节聊了很多，面试官建议我把自己项目的底层知识再深挖一下感觉不用看结果就知道自己凉了

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.项目介绍。2.LLM 的基本原理是什么？3.Diffusion 模型主要解决什么问题？4.RAG 技术是做什么的？5.微调和提示词工程有什么区别？6.在什么情况下会优先选择其中一种？7.如何处理大模型的幻觉问题？8.设计一款 AI + 场景的产品，需要说明用户痛点、核心功能以及功能优先级。9.AIGC 在教育等垂直领域有哪些应用案例？10.如何将用户反馈转化为 AI 产品需求？11.可以结合一个具体案例说明。12.需求优先级通常如何排序？13.是否使用过 KANO 模型或四象限法则？14.对比国内大模型产品，比如 Kimi、DeepSeek、通义千问，在定位上有什么差异？