这部门我刷到连商科的都捞，没有问Java相关问题，都是在对我项目的选型进行提问，也算是让我换个角度去思考问题。秒杀模块有没有调研其他厂商，你写的秒杀模块和其他厂商的有什么具体不一样的地方为什么要用消息队列异步写库，数据库在什么情况下会有压力，数据库资源规格是什么样的，比如分配了多少内存，cpu，磁盘你说你是模拟的，那模拟到什么程度数据库会有瓶颈，怎么判断达到瓶颈，用户量达到什么程度需要异步为什么要设计caffeine+redis二级缓存框架，为什么热key会造成redis的压力，如果只是读取压力有这么大吗，热key的读取压力和非热key读取redis承受能力有多大差距加入caffeine之后数...

TimeLine:  感觉很久之前就投了，但是一直没约面，还以为这辈子都没机会面鹅了3.26 一面忘记录音了腾讯数据库研发1. 先让我反问了解意向,不完全是c++,好像是偏鸡架,不太想去所以面试也没什么压力,直接说没有太多意向(乐)，本来以为都不用面了，还是拉着我面了半天2. 讲一下实习的情况，架构，数据表设计3. 多端会不会有数据不一致的情况，怎么解决的4. 怎么用ai的，了不了解ai-cli底层是怎么调用工具的,怎么保证ai生成代码的质量5. LRU，不知道为什么没有输出，讲了一下思路6. redis集群高可用是怎么做的,了不了解系统qps7. buffer和cache的区别8. 3握4挥9. 数据库隔离级别10. 幻读11. 反问数据库怎么做一些和ai相关的交互,ai优化sql昨天接到电话以为是kpi面，但还是接下机会了，不管结果怎么样先试试吧面试官人很好，也给我输出了很多东西感觉这种面试才是传说中的双向选择

之前团队在做合同审查和研报问答两个 RAG 项目，踩了不少分块（Chunk）相关的坑。今天把这块经验整理一下，希望对正在做类似事情的朋友有点帮助。先搞清楚 Token 这个概念做 Chunk 之前，得先理解 Token。很多人把 Token 简单等同于"字"或"词"，这不太准确。Token 是模型实际处理的最小单元，中文大约 1.5-2 个字对应一个 Token，英文则大约是 0.75 个单词一个 Token。这件事为什么重要？因为不同类型的文档，Token 密度差异很大。我们实测过：一份 20 页的中文合同，大约 8000-12000 个 Token；...