1.自我介绍2.智能体项目主要负责了什么3.Java何时需要重写hashcode方法4.Spring的依赖注入是什么5.MySQL索引失效的几种情况6.使用过哪些AI编程工具7.skills你有哪些比较好用的8.是如何确保AI生成代码的代码质量如何review的9.反问最新情况：已过，准备租房开始牛马生涯

1.实习为什么都那么短(两三个月)2.简历项目投入精力最多的部分？3.项目难点在哪？4.向量模型维度是如何选择的，为何是2048维？5.精确度如何计算的，测试集规模是多少？6.小说传记和电商场景分别选什么维度，如何定制RAG策略？7.不同向量维度在向量空间的本质差异？谁的信息密度大？8.对话压缩是如何做的，上下文窗口策略？为什么固定轮次为15轮？9.工具执行过程应该放在上下文里嘛？10.类似的上下文压缩策略你了解过有哪些？(答claude code)11.聊聊claude code的工作流，最佳功能体验是什么？12.claude code的plan模式和你项目里ReAct的plan有什么区别13.实习规划14.反问

1.自我介绍2.智能体项目里WebRTC方案是什么，如何实现的3.ASR/TTS是如何集成的，对话是如何实现的4.智能体上下文管理是怎么做的5.稀疏向量和稠密向量的理解(脑袋空白)6.向量数据库索引的选择，向量维度选择7.聊聊GMP模型8.第二段实习主要内容，SQL如何优化的9.索引失效的场景10.MySQL索引底层数据结构11.B+树范围查询的优势12.项目是如何压测的，压测的链路有哪些，结构如何13.Redis高性能的原因14.防超卖方案展开聊聊15.除了本地信息表外的其他一致性方案16.分布式锁实现方案，聊聊你用过的17.kafka如何实现信息可靠性机制(没咋看信息队列，掰扯了一些乱七八糟的)18.反问没有手撕算法，问完就开始介绍业务了，感觉蛮顺利的

两段实习了，下段想去大厂试试看，go，Java都可，偏向做go，求大佬们帮忙拷打下简历和提升方向