京东后端一面

中9本，非科班全程1h,两个面试官拷打，基本问的都是项目，注重底层原理和实现，无八股和手撕自我介绍感觉难度好大，很多都问的脚趾扣地不会1.python和js区别（因为面试官问我在学校课程学了什么语言，我说了python，答的非常浅显，等于答不上来）2.一直追打拷问ai项目，自己讲解了SSE和虚拟列表的技术选型对比和困难-上下文对话历史实现-虚拟列表（他说为什么不直接用CSS来，拷打不定高虚拟列表的具体计算），滚动前和滚动时都要说清楚-SSE的具体配置（回答不上来）-大模型相关（问的特别细，追究底层运行原理，大模型如何实现输出的原理，transformer的接口配置怎么实现）-具体完整的从前端输入到流式返回的整个过程React Hook底层怎么实现（非常深入原理，没背答不上来）React和vue的区别（完全没准备，因为只用react，答不上来）各个hook的执行时机一个事件循环题目[‘1’,’3’,’9’,’11’].map(num=>parseInt(num))[‘1’,’3’,’9’,’11’].map(parseInt(num))解释执行结果，不会，唉后面穿插着问学校课程学什么，这个专业出来做什么，课余时间干什么，以及自驱学习什么东西今天刚刚面完，只能被问的脚趾扣地，面试官感觉不知道说了多少次“就这，还有吗”，一个字最后都吐不出来，唉，非常难受的暑期第一场面试

1 . RAG 怎么评测，有哪些维度，那些指标RAG 的评测一般分成检索、生成、端到端三层。检索层主要看正确证据有没有被找回来，常用 Recall@K、HitRate@K、MRR、NDCG；生成层主要看答案对不对、是不是基于证据回答，常看 Answer Correctness、Faithfulness、Relevance、Completeness、Citation Accuracy；端到端层更偏业务效果，比如用户满意度、追问率、拒答率、时延和成本。真正做项目时不会只看最终答案，因为答案错可能是召回错、重排错、上下文拼接错，也可能是模型生成错。2. 数据集包括什么RAG 的数据集一般不只是知识库...

全程2小时共享屏幕+看项目具体代码，压力面算法题（40min+20min优化）：74. 搜索二维矩阵      秒了1482. 制作 m 束花所需的最少天数贪心+二分    搞了半天，不过撕出来了问怎么优化时间复杂度1. TCP连接建立过程为何是3次segment交互，而非4次？请详细说明四次握手合并为三次的核心原因。2. 没见过的代码，让我猜结果，后来查了是js`const a = {i:1,toString: function(){return a.i++;}};console.log(a==1 && a==2 && a==3)`为何会输出 `true`？其底层类型转换和执行顺序是怎样的？3. 请解释CPU执行指令时，为何数字比较是串行执行而非并行处理？这和`a==1 && a==2 && a==3`的执行逻辑有何关联？4. 大模型生成语句基于HTTP长连接逻辑时，和WebSocket的全双工通信特性有何本质区别？5. SSE是否具备双工通信能力？如何清晰澄清SSE的单向推送特性？6. SSE实现客户端消息推送时，持续推送无法中断的问题该如何解决？是否需要后端配合实现流程控制？7. SSE存在自动断连风险，该如何优化协议稳定性以适配业务场景？有哪些重连或保活方案？8. 大模型流式输出的分段内容格式该如何设计？需要考虑哪些兼容性和可读性要求？9. 智能体Prompt的完整构建流程是怎样的？从角色设定、任务范围到格式化输出要求，具体步骤是什么？10. 智能体的场景化细节设计有哪些？该如何嵌入Prompt？11. AI Agent的核心工作流程是什么？请详细说明从用户需求分析、工具调用意图生成，到参数转化、MCP客户端校验执行的全链路。12. MCP调用逻辑的权限归属问题是什么？谁来主导MCP工具的调用？13. LangChain在你的项目中具体承担什么角色？是否仅作为大模型接口？如何实现框架的深度定制？14. 大模型在Agent系统中是思考核心，那工具调用的触发主体是谁？是Agent解析字符串触发，还是大模型主动分析意图后调用？15. 大语言模型输出字符串的机制是什么？工具调用的触发时机具体在哪个环节？16. Agent与大模型的协作流程是怎样的？17. MCP调用工具时的参数校验流程是怎样的？校验失败后该如何处理异常？18. MCP和Skill的功能边界是什么？两者在工具调用、模块化设计上有何区别？19. 如何将现有MCP工具改造为支持Skill功能？具体的代码或配置修改步骤是什么？20. 渐进式披露技术的具体实现方式是什么？如何通过文件格式和系统提示词控制大模型读取范围？21. 改造工具调用链路（如从MCP切换到skill接口）时，是否需要修改大模型本身？如何实现解耦以避免核心代码变动？22. 新建Scale工具文件并注册到映射体系的具体操作步骤是什么？如何保证工具调用的灵活性？23. 直接使用AI生成的代码方案（如Markdown表格形式的函数列表）是否可靠？存在哪些灵活性不足的问题？24. 现有文件名匹配逻辑不够完善，该如何优化？需要考虑哪些匹配规则和异常场景？25. 项目中的主控逻辑和记忆模块是否为自主实现？LangChain之外还使用了哪些技术栈？反问：一周出结果

额全程无八股无项目，纯做题，给我整无语了手撕是快排链表