rocketmq的事务消息原理

说实话，现在好多新概念，模型幻觉是必考点，比如怎么检测、怎么缓解，你得知道用RAG外挂知识库、加约束提示词这些手段。RAG本身也是重点，从文档切分、向量检索到重排序，全流程都可能被追问。MCP现在问得多了，得讲清楚它怎么统一工具调用接口，让模型能连外部系统。还有skills设计，面试官爱问你怎么规划多步骤任务、怎么让模型自己选工具。手撕代码反而少了，但会问业务场景怎么落地，比如怎么评估生成质量、线上出了幻觉怎么兜底。准备的时候别光背八股，多想想实际项目里怎么解决的

1、自我介绍2、分词器你了解哪些分词器本质上是把原始文本切分成模型可以处理的 token 序列。不同分词器的核心差异主要在切分策略和词表构建方式上。常见的有基于词的分词、基于字符的分词、子词分词和字节级分词。在大模型里更常见的是子词分词，因为它可以兼顾词表大小和泛化能力。典型方法包括 BPE、WordPiece 和 Unigram。BPE 是通过不断合并高频相邻符号来构造词表，WordPiece 更关注合并后带来的概率提升，Unigram 则是从较大的候选词集合里不断删除低价值 token，保留最优子词集合。如果从工程角度看，分词器会直接影响序列长度、推理成本、跨语言表现和 OOV 处理能力。...

1️⃣核心功能与定位不同不同MCP：是一种标准化协议，旨在为AI模型提供统一的接口，使其能够安全、高效地连接和调用外部工具、数据源（如数据库、API、文件系统等）。它侧重于解决AI与外部系统的对接问题，确保不同系统之间的兼容性和互操作性。Skills：是AI模型可调用的技能包或操作手册，包含特定任务的指令、流程、脚本和资源。它侧重于封装专业知识和工作流程，帮助AI模型更精准地执行特定任务，提升任务执行的效率和准确性。2️⃣解决问题不同MCP 解决怎么连、连得上：让 Agent 能调用数据库、 API 、文件系统、第三方服务，聚焦连接能力。Skills 解决怎么做、做得对：让 Agent 按步骤、按规则、按标准完成任务，聚焦执行能力。3️⃣加载与使用方式不同MCP：在启动时通常会完整加载上下文，模型需按照协议规定的格式和流程调用外部工具，输入输出格式由协议严格定义。Skills：采用渐进式披露机制，先加载元数据，仅在模型判断需要时才动态加载完整技能内容，模型需自主判断何时调用何种技能。4️⃣适用场景不同MCP：适用于需要AI模型与外部系统（如数据库、第三方API、云服务等）交互的场景，如数据查询、实时信息获取、跨平台协作等。Skills：适用于需要AI模型执行特定流程化任务的场景，如文档处理、数据分析、代码生成、合规检查等，尤其适合封装专业知识和工作流程。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

投的是京东基础架构部门的 C++ 后端开发岗，一面是电话面试，面试官语速很快，上来先聊了十分钟背景，然后直接进技术。整体风格是广度优先，覆盖面很宽，C++ 基础、内存管理、并发、网络、项目都有，但每道题不会问得特别深，感觉是在快速扫描知识面。项目聊了将近二十分钟，他对项目里用到的技术选型很感兴趣，问了不少为什么这么选。最后有一道手撕，难度不高，时间也够。总时长刚好一个小时，整体节奏很快，没有太多思考时间。1. 自我介绍，介绍一下你的实习经历和做过的项目2. 你提到用过消息队列，为什么要引入 MQ，解决了什么问题，选型上为什么选这个而不是其他的？答：引入 MQ 主要解决三个问题：解耦、异步、削峰...