😂

面了一些实习生，简历上写了 AI 项目的很多，但大部分一问"这个项目的亮点在哪"就开始复述技术栈了——"用了 LangChain、用了向量数据库……这不是亮点好吗  所以做项目的时候，提前想好这三个问题：  我做了哪个技术决策？为什么这么选？ 我遇到了什么坑？怎么解决的？数据变化是什么？ 有没有人真的在用？反馈是什么？  所有的技术都是为了解决现实场景，我们更关心的是：“你是否有独立思考和解决问题的能力”

面腾讯云的时候面试官追问秒杀这种在业界解决方案随处可见的场景，真能算得上亮点吗之前在几个小厂做后端，业务上基本全是单体项目crud，重要的地方也是具体的业务逻辑，别说技术亮点了，比起技术亮点工期更重要后边到一家数据库公司，实习内容是数据库跟中间件相关的cdc数据同步的，基本就是照着已有技术方案复现然后缝缝补补，硬要说吧倒是偏底层一点，但感觉也没多少含金量真到面试又要靠包装，可这种一深问又有种说不出的无力感

1. 你的RAG项目主要什么作用2. RAG项目工作流程是什么3. 你的RAG项目出现问题，怎么进行排错4. 大模型微调过程中数据预处理的步骤有哪些？5. 如何解决大模型Agent的工具调用 幻觉问题？6. LoRA微调技术是什么？7. 大模型Agent的记忆机制分为哪几类？8. 大模型后端部署常用的框架有哪些？9. 全参数微调与轻量化微调的适用场景分别是什么？10. 大模型Agent实现复杂任务规划的核心方法有哪些？11. 大模型推理服务的性能优化手段有哪些？12. 如何设计大模型微调后的效果评估体系？13. 大模型Agent对接第三方API时，后端如何做接口鉴权、限流与异常捕获？14. 大...