华为 云核心网

一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...

做了xfg的ai agent项目够面试了，之后边投边补点评没改了，拷打项目大概率拷打第一个ai的，我觉得没必要魔改了小林的八股太多了，背了就忘，还是跟着项目来以及背高频八股，买了神哥的，然后用gpt拷打拷打，过几天投hot100二刷结束，能感受到有成长，虽然还是很多不会，但是不少题有思路了（没刻意去背）(*^▽^*)，在干Code Top 以及熟悉acm模式题外话：怎么我还没工作就大裁员了，ε=(´ο｀*)))唉，我这样的能找到工作吗？1w以上就行，这要求高吗？感觉干不了几年就得被裁了，如果不干java后端了，还有什么其他出路吗？硬件、底层方向？还是ai、大模型？网上信息太多了，分不清。真的很焦虑呀！！！o(╥﹏╥)o

timeline3.9投递3.19一面3.31二面4.1告知二面通过免三面4.2hr面4.3oc人生第一次面试就是字节，没想到最后竟然能oc。（ 免三面真的很意外😳）

这两年看 C++ 面试题，有个很明显的变化：面试官还是会问基础，但已经不太满足于你把“定义”背出来。以前很多同学准备 C++，重点放在语法点、STL、几道经典手撕题上，确实能应付一部分岗位。现在不一样，尤其是后台、客户端、基础架构、自动驾驶、游戏引擎、嵌入式 Linux、量化开发这些方向，面试官更喜欢从一个基础点一路追到语言机制、工程实践和性能取舍。也就是说，C++ 八股文还得会，但只会八股远远不够。真正拉开差距的，是你能不能把“语言特性为什么这样设计”“在项目里为什么这么用”“这样写的代价是什么”讲明白。一、现在 C++ 面试的重心到底变了什么先说结论：C++ 面试不是不问基础了，而是基础问...