说实话，这道题放在以前，我的反应都是：不就是向量数据库加个大模型吗？但我也清楚，如果真这么答，基本等于告诉我只会调API。真正的生产级RAG是一套精密的工程系统。今天把它拆成四个模块，帮你建立一套完整的面试作答框架。模块一：数据清洗与离线索引垃圾进，垃圾出。原始数据里混着乱码和格式错乱的PDF，模型不可能检索得准。语义分块是第一个优化点。过去按固定字符数切分（比如500字一段），经常把一句话拦腰截断，语义全丢。现在要根据标题、段落结构甚至用模型来判断断点，保证每个分块语义完整。进阶策略是父子块检索：把文档切成小碎块用于检索（精度高），但喂给模型时把它所在的父块一并带上（上下文全）。小块检索准，...

bg 非92非双一流本科，两段日常实习，一段字节rust微服务框架，一段agent初创，acm区域铜牌，邀请赛金牌岗位：微信视频号 后端开发timeline2.27一面，三位面试官，三道算法题，实习问的很细3.1二面，一位面试官，主要问agent实习，三道算法题3.2hr面3.4面委一面，一位面试官，无算法，主要问底层3.6面委二面，一位面试官，一道算法，主要问实习，当天发offer在此之前曾经历过字节即梦五面挂，一度感到绝望，详情参考上条帖子，希望能将好运分给兄弟们，只要坚持下去，一定能拿到想要的offer的💪

竞赛聊胜于无，实习也没学到东西

说实话2025年LLM岗位的薪资真的离谱，校招开到60万到200万，各家公司都在抢人。agent方向更是香，很多同学简历上都写了agent相关的项目或论文。但面试下来，发现不少同学其实卡在一些关键点上——不是不聪明，是没想清楚。一、业务背景搞清楚了吗？这是最基础、也最容易被忽视的一关。面试官第一个问题往往就是：你这个agent应用是干嘛的？输入什么、输出什么？你得能说清楚：是做客服问答，还是自动生成图片？整个流程是怎样的，比如"输入query → query改写 → RAG检索 → 模型生成 → 后处理"，最好脑子里有一张架构图，能顺口说出来。扣分场景：只会说"这...