美团AI全栈开发日常实习二面 1h

发一下问题给大家参考，攒攒人品！1. 选用哪个大模型及选型原因？2. 与大模型交互还有哪些扩展功能？3. 大模型交互是否使用RAG还是仅用提示词？4. 如何发现并解决大模型幻觉问题？5. 项目中具体如何设计提示词减少幻觉？6. 总结功能是按单节还是全章节处理？7. 加入对话能力和追问功能的逻辑是什么？8. 项目中分布式锁解决什么具体场景问题？9. 分布式锁的Key基于什么设计？10. 视频MD5值在前端还是服务端计算？11. Redisson分布式锁底层原理？12. 为何在setnx基础上加Lua脚本实现分布式锁？13. 分片续传的具体实现逻辑？14. 分片上传是串行还是并行？配置了几个线程？15. 限流加在哪个环节？使用什么技术实现？16. 高并发访问Redis执行限流如何保证数据一致性？17. 核心业务流程涉及几张表及具体交互？18. 视频长文本的数据表字段类型及设计？19. 事务的作用及哪些SQL场景需要加事务？20. MySQL常用的索引类型有哪些？21. 什么是聚集索引？主键索引属于哪种索引？22. JUC并发包用过哪些多线程相关的类？23. ReentrantLock底层实现原理？24. Java创建线程的几种方式？25. 线程的start()与run()方法区别？

在开发 AI 对话应用（如调用豆包、GPT 等 API）时，我们常面临一个核心问题：AI 本身是无状态的，如何让它记得用户的历史对话，且在高并发下依然保持极速响应？ 一、 核心痛点：为什么 AI 需要“记忆”？ 调用大模型 API 时，模型不会自动记录之前的聊天记录。为了实现“多轮对话”，我们必须在每次发送请求时，把历史消息一并传给 API。这就引出了三个挑战：  性能：频繁的数据库查询会拖慢响应速度。 上下文窗口：模型有 Token 上限，不能无限制地堆积历史。 成本：发送的上下文越多，消耗的 Token 越多，费用越高。  二、 四种演进方案深度解析 1. MySQL 单库方案（起步阶段）...

想要用好AI 辅助编程，光会丢需求是远远不够的，还要学会人机协同，让 AI 成为效率杠杆而非代码隐患。先避开两大误区：不盲目照搬 AI 代码、不把 AI 当成业务专家。重点做好上下文管理，用文档记录关键信息，解决 AI 上下文窗口限制，让跨会话开发更连贯。同时当好 AI 的质量把关人，从功能、质量、安全多维度校验代码，及时反馈迭代。从后台标准化开发、数据处理、AI Agent 搭建，到自动生成文档、沉淀提示词模板，一步步落地实践。真正的高手，从不被 AI 牵着走，而是用技巧驾驭工具，大幅提升开发效率。

#JAVA##JAVA面经##JAVA内推#1. 用1分钟简单介绍自己。思路简洁、突出技术栈、项目亮点、求职动机，不啰嗦，1分钟刚好。回答示例面试官您好，我是XX，目前主要做Java后端开发，熟悉SpringBoot、MySQL、Redis、MQ这些常用技术栈，也有高并发、缓存、分布式相关的实践经验。在校/工作期间做过秒杀、OJ判题系统这类项目，对高并发、性能优化比较感兴趣。我做事比较踏实，喜欢钻研问题，学习能力也还可以，这次非常希望能加入天猫团队，在真实的高并发场景里锻炼自己，也为团队贡献价值。2. 为什么特别想来天猫？思路表达对业务的认可 + 技术向往 + 个人成长，真诚不浮夸。回答示例首...