群里小伙伴投稿的时候 我也懵了一下 ,纯八股1. 自我介绍,着重讲讲你的履历2. 讲讲 HashMap 和 Hashtable 的区别，为什么现在工程里几乎不用 HashtableHashtable 的方法基本都是同步的，粒度重，性能差，而且不支持高并发场景下的细粒度优化。HashMap 本身不是线程安全的，但它更轻量，配合外部同步、ConcurrentHashMap 或更合理的并发设计更适合现代工程。Hashtable 还有一个问题是历史包袱重，API 设计也比较老旧，所以现在一般不作为首选。3. 设计一个线程安全的“批量删除 HashMap 中符合条件的 value”功能不能直接在遍历时删...

有难度，选择题考察的大模型的知识点不太多，主要设计的是计算机网络，操作系统，机器学习各一道，编程题目，我的时间复杂度太高，最后超时了，但是样例通过了，不知道给分数不最后一道AI coding，真的太der了，我一开始通过率86%，优化成了10%，什么AI助手，是AI智障吧

面试时间： 5.21技术栈： Agent、Java、Python、Node、SQL、前端面试题目1.自我介绍2.新闻数据来源、数量规模如何存储，数据库表如何设计的，存哪些字段数据来源：RSS 订阅、爬虫抓取、第三方 API（如 NewsAPI）。存储规模达百万级时采用分库分表或时序分区。表设计核心字段：id、title、content、source、publish_time、category、embedding_vector（外链向量库）、create_time。按发布时间做范围分区，热数据放近期分区加速查询。3.新闻向量数据库如何分区？文本编码方式，新闻词嵌入，如何召回，编码方式和召回方式如...

我报的是前端开发啊？为什么全是ai相关。。。 无手撕。。。1. prompt一般怎么设计2. 向量数据库在进行切片的时候，切片大小怎么设计。3. 切片方式一般会基于语义还是token，这两种怎么做。4. 一般的大模型的上下文长度是多大，你用的小米是多大。5. 上下文压缩一般怎么做，如何保证语义化。6. 大文件上传、页面关闭如何兜底。7. HTTP2的多路复用底层是怎么做的，为什么能保证消息不串联。8. 驱动工程是什么意思，如何设计一个agent让他符合驱动工程。9. 那上下文工程呢？估计是凉凉，为什么大家的都很常规，一到我这儿全是ai