base北京，著名汽车公司二面ai开发岗 1.flask和fastapi的区别，比如处理100个人请求发生什么 2.索引结构，b+和b的区别 3.索引优化器知道吗 4.实习，意图识别咋做的，意图识别返回的结果有什么，哪里用到多模态模型了 5.大模型成本怎么考虑的，怎么接入的各个模型（有的是请求，有用到框架封装agno框架） 5.知道prompt cache吗（头一次听）这个学到可以写在简历上了，也是优化成本的方式。https://mp.weixin.qq.com/s/T0ZxPsLIX6UjjjcAT0xknw 6.又深入聊项目，微信场景下ai会不会艾特人（会），给内容生成agent的上下文有哪些，内容生成为什么不是多模态的（有多模态处理的消息，有意图识别的reason就够了） 7.知道deepwiki吗，不知道。https://mp.weixin.qq.com/s/bTH63QC7GJc-cVbRKJ6yng 8.场景设计题，庞大的项目，如何设计agent生成项目说明文档供入职新人使用。（原来这就是deepwiki啊）。有什么难点（查找速度，内容生成（读的东西太多了怎么办））。 9.反问，业务，请教面试中的难题。 反思，面试收获非常大，面试官非常非常有水平。从项目技术栈入手，拷打项目，谈到降低成本时，面试官随口问了提示缓存（自己应该大胆猜测一下prompt cache是做什么的，还是自己太菜了，要大胆猜测），在引入设计题之前问我deepwiki知道吗，好多不知道的东西，但是都和当前/下一个问题层层递进的。 收获非常大！！https://www.cnblogs.com/wJiang/p/19130652 10.反问的时候可以问如何接触学习到这些ai知识吗，因为实习工作时，是为了实现业务领域学习的（他们肯定也是因为业务需要学习到的），自己没有注意过和我不怎么相干的知识，问到ai陌生知识几率会很大。 最后，举一反三吧，根据需求文档如何生成技术方案，需要怎么做