京东测评挂了

1安全，前端token不变，但是相当于token后端有状态2aecsstoken和refash token设计access_token和refresh_token就是为了提高安全性，但是安全这个问题没有绝对安全，只是提高。access_token用于业务，频繁api请求使用，容易被劫持泄漏，有效期一般比较短，失效了就要用户重新认证，用户体验太差，又不能把用户账号和密码保存本地，并且现在很多业务系统使用outh2，这个账号及密码会关联很多其他业务系统，一旦泄露安全问题就更严重了。refresh_token有效期一般比较长时间，在access_token失效时客户端做失效异常拦截自动使用refresh_token和认证服务器发送请求获取最新access_token，由于使用频率低，在网络泄漏劫持的概率就低了。app等应用中用户主动点击退出，也会将refresh_token在服务端做失效处理。当然认为当前项目系统安全不重要的，完全可以把用户敏感信息和密码保存到客户端本地，刷新令牌随着业务请求一起使用。

你好，27届的同学！现在是2026年3月，26届春招已进入白热化，27届的暑期实习预热也即将开始。作为站在AI浪潮风口的一代，你们面临的机遇与挑战并存：传统后端岗位在收缩，而“后端+AI”或纯“大模型应用开发”岗位需求激增。很多大厂（如字节、阿里、腾讯）的后端JD里已经明确标注“需具备大模型开发与应用能力”。如何在这个时代合理利用AI工具，打造核心竞争力？这份实战分享贴为你拆解。一、核心认知：AI时代，后端开发变了吗？变了，也没变。没变的是：高并发、分布式、数据库优化、系统设计等后端基石依然是面试和工作的硬通货。变了的是：你不再只是写CRUD，你需要懂得如何调用大模型API、构建RAG（检索增...

颜值确实能在面试里带来初始好感，但它从来不是决定通过率的核心因素，顶多算是隐性的印象加分项，而非硬通货。面试的第一印象里，整洁得体的外表会让人眼前一亮，长相出众的求职者更容易让面试官记住，在同等基础能力的情况下，这份好感可能会成为微小的优势。可面试官最终看重的，永远是岗位匹配度，专业能力、应变思维和工作态度，空有颜值却答非所问、缺乏实操经验，哪怕外表再出彩，也很难拿到录用通知。职场招聘的本质是筛选能解决问题的人，企业不会为了颜值放弃实用性，很多面试官打分时，会刻意规避颜值偏见，把专业素养放在第一位。与其纠结外表加分，不如打磨自身硬实力。干净得体的穿搭、从容白信的谈吐，远比单纯的长相更能打动面试官。也更能支撑长期的职业发展。

继续来分享下之前的面经~欢迎友好讨论，信息共享1.当时为什么决定选用 RAG 这个技术框架？2.你选择的是哪个 RAG / 哪个向量库？为什么选它？3.你们做了哪些评测对比？4.你为什么要用向量检索（RAG）？为什么不用其他方式？5.为什么不用全文索引（类似某度/某g那种关键词检索）？6.你说大模型有幻觉，那为什么不用更“权威”的全文检索来避免胡编？7.如果用开源全文检索在本地部署、自己喂私有数据，也能搜——那你们当时为什么没选这条路？8.你选的向量维度是多少维？9.这个维度为什么重要？你有没有显示配置/修改过维度？10.你用的切分策略是什么？11.你说按段落/按语义切，那段落有的 100 字、有的 1 万字怎么办？12.你的 chunk size 为什么定 1000 token？这是拍脑袋还是有依据？13.overlap 设多少？为什么这样设？14.你怎么评价/评测 RAG 效果的好坏？