1. 介绍一下你在上一份工作中主导的最复杂的项目，重点说你的技术决策和遇到的最难的问题。答：二面开场，考察技术主导力和系统思维，不是简历复读回答结构：项目背景（一句话，规模，你的角色）→ 核心技术决策（为什么这么设计，有没有考虑过其他方案）→ 最难的问题（具体说，不能说"遇到了很多困难"）→ 结果和反思面试官会顺着你说的细节追问，只说你真正主导过的，每个技术决策背后要有理由结尾可以说"如果重来会怎么改"，体现技术成熟度2. 请解释C++中的内存模型，happens-before关系是什么，它和多线程编程有什么关系？答：C++11内存模型定义了多线程程序中...

28届985本，科班，一直走的是本科就业的路子，学习Go后端，曾经还因为周围人卷保研而自己早已踏上了“正确的道路”而沾沾自喜。现在大二下，工程和算法能力还可以，但保研基本无望，也不想考研。愈发觉得自己所谓“正确的道路”可能并不是多么明智，AI以惊人的速度进化，一年之后或者两年之后，后端还存在吗？大部分的工作是否都和AI算法之类的强相关呢，但这又是一个需要研究生以上学历、需要卷论文的方向，本科就业者基本碰不到。自己的本科学历会不会在后端工作一两年就被“降本增效”了，或者是到了大三大四根本找不到对口的工作了？抱歉，可能我有点想到哪说到哪了，我不知道自己是不是在杞人忧天，现在有点迷茫，希望各位已经进入业界的大佬能够给我指条明路，谢谢！

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...