发一下问题给大家参考，攒攒人品！1. 实习拷打2. 项目拷打3.论文拷打4. 这几项工作都是你独立做的吗？你主要负责哪一个？5. RAG和传统搜索有什么区别？6. 为什么不直接用关键词检索？7. 举个例子，智能体和大模型怎么交互、协同？工作流程是什么？8. 检索这块你做过效果上的优化吗？9. 有具体的优化案例吗？从效果不好到变好的过程。10. 怎么保证积分可靠性，防止多扣/多增？11. 分布式锁原理大概是什么？12. SETNX 的功能是什么？13. 加锁后进程异常退出，锁泄露怎么办？14. 介绍一下 Spring AI 这个框架。15. 是用 workflow 方式搭建的 agent 吗？16. 用 Spring AI 写一个 agent 的过程大概是什么样的？17. 整个过程完全是大模型自己决策吗？18. 还接触过其他 Agent 开发框架吗？19. 进程和线程有什么区别？20. 线程之间哪些内存是共享的？21. CAS 是什么？22. ThreadLocal 有什么作用？原理是什么，怎么实现线程隔离？23. Kafka 分区的目的是什么？压力具体指什么？24. 实际自己搭建、使用过消息队列吗？25. 为什么选用 RocketMQ，而不是 Kafka？26. 延迟队列是怎么实现的？27. 抛开 MQ，让你自己实现延迟功能，你会怎么做？28. MCP、Skills、Function Call 有什么区别？

一、为什么 Agent 评测比 LLM 评测更难？ 传统 LLM 评测（现在当然更复杂维度更多元化）关注的是文本生成质量——回答是否流畅、事实是否正确、格式是否合规。但 Agent 是一个完整的系统，它要自主决策、调用工具、与环境交互、在多轮对话中保持状态。这意味着：  不能只看最终输出，还要看中间过程是否合理（中间过程非常重要） 不能只看单次执行，还要看重复执行是否稳定 不能只看功能正确性，还要看性能、成本、并发能力 不能只在单一场景测试，还要覆盖工具调用、长上下文、多轮对话等维度（工具调用的能力评测也是目前的难点与重点）  LLM 评测像测发动机，Agent 评测像测整车——必须综合考察在...

有人买了小林coding的大模型训练营的吗，有一起拼的吗

估计后面2 3个月只有社招的面经了, 粉丝群的春招和暑期的小伙伴分享的差不多了1. 自我介绍2. Java 中 final、finally、finalize 的区别答案：final 是关键字，可以修饰类、方法和变量。修饰类表示不能被继承，修饰方法表示不能被重写，修饰变量表示引用或值不能再次赋值。需要注意的是，final 修饰对象引用时，只是引用不能变，对象内部状态仍然可能改变。finally 是异常处理结构的一部分，通常用于释放资源。无论 try 中是否发生异常，只要 JVM 没有直接退出，finally 通常都会执行。比如关闭连接、释放锁、清理临时文件。finalize 是 Object 类...