总结一下秋招进展

1. Guava Cache 和 Caffeine 分别使用了什么缓存淘汰算法​2. 实际项目里本地缓存命中率大概多少​3. 引入缓存带来的风险和解决方案​4. 缓存的读写策略​5. 如何保证缓存和数据库一致性​6. “先写缓存，再异步批量刷库”方案，除一致性外还有哪些潜在风险​7. 如何拦截恶意请求，设计防护手段避免缓存被恶意利用​8. 布隆过滤器原理，如何解决缓存穿透​9. 布隆过滤器误判概率大概多少，如何估计​10. 定时任务 5 分钟一轮询，任务执行超 5 分钟时，如何保证状态不丢失、不阻塞调度​11. 分布式 RPC 为什么要自定义协议，而不用 HTTP​12. 单机 QPS 1w+ 这个数据是怎么统计/得到的​13. RPC 项目目前瓶颈在哪​14. 了解哪些 HTTP 版本，各版本特性​15. HTTP 队头阻塞是什么​16. 队头阻塞是否只存在于 HTTP 层面​17. TCP 会不会存在对应阻塞问题​18. HTTP3 如何解决 HTTP2 在 TCP 上的队头阻塞​19. 为什么 HTTP3 基于 QUIC，而不继续在 TCP 上优化​20. TCP 如何实现可靠传输和流量控制​21. TCP 发送窗口如何根据接收窗口和拥塞情况动态调整，窗口结构如何维护变化​22. TCP 如何判断报文丢失，什么条件触发重传​23. TCP 除重传计时器外还有哪些计时器​24. AI 项目中降低大模型幻觉的具体优化方法​25. 大模型产生幻觉的底层技术原因​26. 算法题：Java 原生数组实现栈，实现常用操作

1. 自我介绍2. 多阶段 RAG 里同时使用 BM25 和向量召回，混合检索策略通常怎么设计混合检索的关键不是把两路结果简单拼起来，而是根据问题类型决定两路召回各自承担什么角色。BM25 对精确术语、错误码、接口名、字段名、版本号这类关键词命中很强，向量召回则更擅长语义改写、口语化表达和抽象问题。真正稳定的设计一般是先并行召回，再做去重、融合、重排，最后再进入上下文构建阶段。如果问题本身是“精确定位型”，比如某个报错码、类名、接口路径，BM25 权重通常更高；如果问题是“意图表达型”，比如用户用自然语言描述故障现象，向量召回的权重会更高。工程里比较常见的是先取两路 topk，再用 RRF 或...

1.快手 社区科学线/算法引擎部/商业化电商引擎架构中心 c++开发工程师，据说部门很核，组里做广告投放相关业务，小组for海外场景，已经接了offer2.阿里云 云智能集团-阿里云智能-阿里云智能cto线-计算平台事业部-MaxCompute，研发工程师c++，做云服务器资源的调度，泡了一周池子今天给了意向。感觉快手的业务更好一点，但是阿里云的title更好，部门也不错，要鸽了快手这边去阿里云吗，非常纠结，想听听大家意见--

体验了一下开发需求的流程，写了一个hello world的rpc接口，成功部署到测试环境。整理平台功能点。21点下班。明天看看代码继续学学go和kitex。