发面经攒人品没问太深，而且问的时间不到半小时，无手撕代码，感觉有点像kpi面。自我介绍啥时候能来实习实习干的什么，实习了多久，讲讲实习具体的工作redis大key问题是什么，怎么优化比如有个hash的大key，某个版本拆开后删掉了，那么怎么保证数据的一致性如果有很多商品，redis内存不足了，怎么办？你选择哪种淘汰策略？你选了最近最少使用，那么一个刚刚被淘汰的又被查询了，会发生什么？讲一讲项目中分布式锁的使用场景和实施方案Threadlocal内存泄露讲一下，怎么避免如果业务逻辑抛出异常了，会不会导致最后的remove没有执行？你怎么确保一定remove了？你做的这个agent项目是基于开源项...

求各位路过的大佬锐评！      

说个可能会被喷的事。我朋友春招真的没怎么刷题。LeetCode 也就几十题，八股文也是零零散散地看。结果他拿了 offer。我刷了 300 多题。每天背操作系统、计算机网络、JVM、MySQL。说实话，我当时心态有点崩。后来才知道，他面试的时候一直在用一个软件，叫 nymard。他说了一句话让我印象很深：“现在面试拼的不是谁背得多，是谁临场组织得更快。”我突然意识到一件事——我们这些苦刷几百题的人，会不会只是效率太低？2026 年了。还在完全手工式准备面试，是不是就像别人开拖拉机，你还在手耕？我知道肯定有人会说这是作弊。但面试官看的是表达、思路、完整度。如果工具能放大你本来就会的东西，那到底算不算作弊？真心想听听大家的看法：努力本身还值钱吗？还是说工具时代已经变了？欢迎喷。

1. 自我介绍2. RAG 怎么优化，评估时你会看哪些指标RAG 的优化一般不能只盯着生成端，很多问题其实出在检索阶段。常见优化思路包括 query rewrite、chunk 切分策略调整、混合召回、重排序、上下文压缩和引用约束。比如文档切得太碎，召回会有信息断裂；切得太长，又容易把无关信息一起带进来，生成端会受污染。真正线上效果好的 RAG，通常不是“某个 embedding 更强”，而是检索、排序、上下文组织和回答约束配合得比较好。评估时我一般拆成两层。第一层看检索，比如 Recall@k、MRR、HitRate，看相关证据能不能被捞上来；第二层看生成，比如答案正确率、faithfuln...