字节 AI 应用岗：一次挂掉之后的「补洞笔记」 简历里是 法律咨询 RAG + 三工具 Agent demo（搜索、计算器、文档查询）。去之前我以为主战场是八股，结果整场几乎没碰 Transformer，全在问 效果凭什么信、数据怎么切、Agent 错了谁兜底、你对公司产品在用什么颗粒度思考。 下面这篇不按面试时间表写——那张表别人已经写烂了。我按 「如果重来，我会怎么准备」 的顺序，把当时没接住的题，补成一份可以对着改的参考答案；只在章节末尾用一两句带一下「当时卡在哪」，避免整篇读起来像流水账复盘。 0. 这类岗实际在筛什么（先立坐标系） 应用向 AI 岗（偏 Agent / RAG / 产...

蚌住了，沉淀三个月  收到的面试反而更少了，大部分做完了测试就了无音讯，大模型应用，产品，AIGC，甚至售前工程师我也愿意做啊！这个时代怎么了？为何不愿意接受双非生😭

1.讲解一下如何基于ReAct架构开发的？2.通过什么方式去验证skill的提升效果，指标是什么？3.为什么使用布隆过滤器和ZSet数据结构呢？4.如何保证缓存一致性的？5.redis除了缓存还有什么应用场景？6.如何避免锁误删的情况？7.为什么要使用消息队列？8.如何保证只消费一次，不重复消费？9.如何保证消息队列的延迟消息？10.threadlocal是怎么使用的？原理是什么？为什么不是用线程id去作为key？11.使用threadlocal有什么最佳实践？为什么key被设计为弱饮用？12.讲解一下jvm内存结构？垃圾收集器？jvm调优参数？13.线程池怎么使用的？最大线程数是怎么设置的？...