给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.介绍实习2.怎么对多场景 / 多 context 的 agent 进行拆分的？3.你刚才说到虽然对用户来说是在一个对话窗口内，但在你们看来前后诉求其实是不同业务，所以你们拆了多agent。那如果还是一个 agent、上下文和知识库也保持一个 agent，它是会记不住吗？还是为什么一定要拆？4.你们怎么判断该调哪一个 agent？代码具体是怎么实现的？5.你们这个 LLM 是有多个可以选的吗？还是统一用某家公司的模型，或者自己搭建的？6.同样的问题、同样的用例去测试过不同LLM模型吗？7.你用了 Redis 做缓存，这个具体是用在什么地方？是在知识库 / tool 之类的场景吗？8.假如没有这个热点数据缓存，那这些数据会去哪里取？9.但按我理解，这种链路里哪怕数据库慢一点，比如 100ms 和 10ms 或 1ms 的区别，好像也未必特别大，你怎么看？10.你自己当时有过这种疑问吗？就是这套方案里到底需不需要上缓存？11.假如没有缓存，或者缓存失效时还是要查数据库；而数据库又特别慢的话，你会想到哪些优化措施？如果数据量真的特别大。12.如果做分库分表，通常只能按一个维度分，比如用户 ID。那假如我还要支持一些低频、但会按其他字段组合查询的场景，你会怎么设计？13.我举个例子，比如订单表按订单 ID 分表，但后台页面可能要按创建时间、订单状态、店铺 ID 去查，这种低频但多条件查询的场景，你会怎么做？手撕：三数之和