AI 这波浪潮来得太快了。半年前面试还在聊微服务和高并发，现在面试官张口就是：RAG 怎么做的？Agent 的执行链路是什么样的？你的检索策略是怎么设计的？会话记忆怎么控制 Token 成本？这些问题已经不是加分项了，而是越来越多 JD 里的硬性要求。但现实是，大部分人接触 AI 的方式还停留在"调 API"的阶段——跟着教程往向量库里塞点数据，让大模型吐一段话，截个图发朋友圈说自己"做过 RAG 了"。面试官稍微追问两句就露馅：文档怎么切的？检索召回率低怎么办？幻觉怎么控制？一问三不知。跑通一个 Demo 和做出一个能上线的系统，中间差的不是几行代码，...

timeline过年前就约的年后三月份的面试2026 3.05 一面2026 3.10 二面（挂）2026 3.13 二面2026 3.16 hr面2026 3.19 口头oc2026 3.20 offer两道手撕无重复字符最长子串数组中能组成小于n的最大数字记录一下 不多写什么了 同时也感谢平台上以前发面经的佬们记录的一些手撕题目 刷一刷颇有成长

修改了下简历，这两天投的也没啥面试，都是简历投递出去就不回复了

自我介绍项目介绍针对项目细节展开追问，我的项目中涉及 RAG，因此这部分问得比较多，主要会围绕整体方案、检索流程、效果优化，以及为什么这样设计来展开Java 基础，主要是结合一些常见八股去问，看看基础是否扎实Synchronized 锁升级机制，一般会从对象头、偏向锁、轻量级锁、重量级锁这些点往下问，追问锁膨胀过程和不同场景下的性能差异Java 集合框架，通常会从常见集合类的特点、底层数据结构、适用场景开始问，再延伸到 ArrayList、LinkedList、HashMap、ConcurrentHashMap 等具体实现Java 垃圾回收机制，这一块问得比较系统，通常会先问怎么判断对象是否存...