1. 自我介绍2. Qwen3.5 这类新一代模型，如果不只停留在“Transformer 变体”更有含金量的讲法不会只说它是 Decoder-only，而是会落到训练稳定性、推理效率和长上下文适配这三条线上。比如归一化方式、注意力结构、RoPE 扩展策略、GQA 对 KV cache 的影响、SwiGLU 对表达能力的提升，以及 tokenizer 和多语种兼容设计。面试官真正想听的是这些结构选择为什么出现，它们解决了什么具体问题，而不是模块名背诵。如果要再深一点，可以顺手带出工程后果。比如 GQA 不是为了论文好看，而是为了在长生成场景下降 KV cache 占用；长上下文扩展也不是简单把...

一面过了之后隔了三天约了二面，同样是视频面试，时长将近一个小时。二面的面试官是技术负责人，上来先深挖项目，然后是几道比较有深度的技术题，最后出了一道系统设计题。整体感觉比一面难不少，很多问题没有标准答案，考察的是思维方式和工程经验。1. 详细讲一下你项目中最复杂的模块，为什么这样设计？有没有做过重构？二面必问，而且会顺着你说的内容一直追问，所以只说自己真正理解的部分。回答框架：背景：这个模块解决什么业务问题，规模有多大（QPS、数据量）设计：核心架构是什么，为什么这样划分，技术选型的理由难点：遇到过什么问题，怎么发现的，怎么解决的演进：如果做过重构，重构前后的对比，重构的收益面试官最想听到的是...