bg:9本大二/主go/一段实验室打工经历 二面感觉问得深很多，面试官笑呵呵的很有压力 1. 项目深挖（短链接生成系统 - 架构设计与一致性）  面试官： 请简单介绍一下这个短链接生成系统的核心流程。 面试官： 你为什么引入 Redis？如果去掉 Redis 直接抗 5000 QPS，PostgreSQL 的瓶颈大概会出在哪里？ 面试官： 短链接生成的算法你用的哪种？如果是 Hash 算法，产生碰撞（Conflict）了你如何在代码层面解决？ 面试官： 谈谈你提到的一致性方案：先更新数据库，再删除缓存。 面试官： 如果数据库更新成功，但删除缓存失败了，此时会有脏数据。除了重试机制，你了解“延迟...

为什么这么短时间有这么多人，之前看面经不是有40多分钟吗😅

十二月一号上午收到了秋招第一份offer，好心酸，好开心，好疲惫。总共面了三一，德州仪器，冠宇，美的，欣旺达，万华化学，常州集团恒创热处理，物元半导体，海辰储能，容百，北方华创，海四达，XXX，终于迎来了第一个XXX的offer。

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...