三个大团队的技术负责人大佬，比较随和， 聊了聊ai相关的 就给过了 。面后2小时约二面了直接

ai超级智能体

1. rag 的原理， 用户查询增强的那部分

   1. 回答：将用户的查询转换为向量，然后到向量数据库中进行相似度匹配，选出相似度最高的几条，然后通过rank模型进行排序 ， 选出top-k相关度更高的切面， 然后将其组合到用户的提示词中，交给ai。 相当于是给ai更多的信息，让他进行回答

2. 向量数据库你用过哪些

   1. 回答： 百炼的内置向量数据库，pgvector ， 还有就是在博客上看到有人用es做向量数据库，也是进行了了解

3. 你对向量数据库了解多吗

   1. 回答： 不是很多

4. 大模型的参数： 大模型的top-k参数，top-p 谈谱润车（确实没听过。后面找到了改改）

   1. 回答： 没有了解过

5. 你对于 toolcall 在思想上怎么理解

   1. 回答： ai给出指令，程序去执行 。 可能是想让我回答工具给了ai 手和脚这个方向吧

6. map 与toolcall的区别

   1. 回答： mcp 是一套规范，你可以通过这个规范不止调用自己的工具，还可以调用别人的。通过这个规范，让更多人把自己写的工具开源出来。供大家来使用，而不用自己手动去写。 工具调用的话就是你自己写一个，在本地去调用了，是嵌在业务层中的。别人也无法使用

7. 你自己有没有用过一些ai工具： 比如 gpt ，cursor

   1. 回答：使用到了gpt 的学习模式， 他是引导你进行思考，而不是直接将答案告诉你。这个对我帮助比较大，还有cursor

8. 你使用过 ai工具来进行编程吗

   1. 回答：我是使用cursor 来完成 ai智能体项目的前端的开发

9. 那你是认为ai更多的用来开发前端吗

   1. 回答：其实也不尽是这样， 我之前了解到nodejs 也可以开发后端， 但是我也没有学过nodejs，我就让cursor从零开始去做这样一个nodejs后端项目，但是过程比较坎坷，从目前来看，要让ai完成项目可能还是有一段路要走

10. 有没有实现流式输出

▼
text
复制代码
1.  回答：spring ai 已经帮我实现了流式输出的这样一些方法， 我只需要给返回值进行配置即可。实现起来比较简单

11. spring ai 支持 编写 多智能体 的编排 ，这个有没有试过

▼
text
复制代码
1.  回答：没有

聚合搜索项目

12. 我看你用到了elastic stack ， 那你讲一下 他与elastic search的区别（我说是多了两个组件，面试官说可能问的不好，就过了）
13. elastic search 与mysql 的区别

▼
text
复制代码
1.  回答： es 用来做搜索引擎，底层支持倒排索引， 然后mysql 不支持这种快速的从文章中查询

14. 你可以从场景上来区分 es 与 mysql 的区别， 比如： mysql 是一个实时查询的引擎，我任何的变更都要在mysql中看到一瞬间的更新，es 其实是一个近实时的一个系统，不是马上可以同步的。这是一个场景。你可以从这个层面进行分析

▼
text
复制代码
1.  回答： 我在博客上看到有人使用es 来做向量数据库，他是支持相似度查询，而mysql可能并不支持。还有就是mysql 可能更多的是作为存储数据的地方，因为b+索引，还有事务这些，对于存储数据来讲更加强大。es是倒排索引，对于搜索的话是更加擅长

综合性的问题

15. 你在遇到一些非常棘手的问题你是如何处理的， 你的三板斧是什么

▼
text
复制代码
1.  回答： redis分布式登录如何解决的，ai记忆是如何解决的（一招鲜了说是）。

▼
text
复制代码
2.  我觉得面试官可能是觉得有点太实际了， 希望有一些抽象层的
3.  然后他就给了我这个问题的答案： 以面试官的视角

1. 1.  在没有ai之前：首先我会查看日志的报错， 如果出现了非常明显的报错，那肯定就是直接修复了，但是如果说日志的报错不是很明显的话，那我就会google 一下，stackoverflow一下，这个效率比较看运气，如果说社区里有人发生了与我一样的报错，那我参考他的方法，能够快速抄过来这个解决方案，对于没有一样的，就比较麻烦，就需要去查官方文档， github的Issues。
2. 2.  现在： 我可能直接让大模型去解决，只要我们把前因后果，背景 ，环境讲清楚，它可以非常快的找到问题，但是前提是我们把背景都讲清楚。
3. 3.  其次就是大模型也解决不了的情况，我可能会思考是不是这个事情的方向出了问题，那么我就会从当时的选型之类的角度去思考，但我觉得在你这块，就是多了一个ai可以帮你解决问题的一个路径

4. 给我的一些建议

▼
text
复制代码
1.  ai这方面的一个长期主义来讲，你更要注重的是 对源码的阅读，要养成一个习惯，这可能会让你自己的代码功力/经验会涨的更快一点。

反问

1. 您对于 ai 未来的发展可能会是什么样子，编程这一方面。 （百度的问题，当时忘了反问，这里问一下）

   1. 面试官回答： 当时gpt3.5 出来，已经使用他来写代码，但是当时是ai生成之后，我复制粘贴上去。
   2. 一直发展到今天， 特别是用了 cursor 等工具 ， 发现以后 程序员的核心竞争力是： 怎么把事情说清楚，怎么把背景说清楚，以及自己的工具箱中各种各样的工具，比如mcp/外部可以提供的工具，比如：原来写爬虫，要写半天，现在用ai，用cursor甚至是coze 上一个智能体就可以很快速的实现，所以我觉得以后的方向： 程序员一定一定要拥抱ai ，绝对不能说写代码，也能跑，一定会被淘汰，作为程序员来讲，以后更多的就是怎么样能让ai能够符合我们的规则写代码，现在写代码可能就是向ai问个问题，让他生成一段代码，或者解决一个bug，都是散的，一个一个点，这个造成的影响就是：他可能不符合我们的架构，不符合我们的规则，那么我们其实是要写一些ai可以follow 我们的rule 来规范ai写的代码，包括我们的风格呀，最简单的例子就是 我们的三层结构follow好。 然后 爱思绕飞科（没听过主要）的公司它今天（8/13）推出了一个上下问更长的context， 我认为以后ai的发展是与上下问长度是强相关的。比如说 我现在我现在ai的上下文一次只能读一个类，或者一个package，那么以后ai的上下文它不光可以读整个项目的源码，甚至可以读好几个项目的源码，这样一定是革命性的，他会带来项目之间的调用，精准的实现有一些需要跨项目才能实现的复杂功能，慢慢慢慢的，就会变成原来一周/一月才能完成的需求，那可能几天就搞定了，我觉得这是ai未来发展的方向

2. 您觉得对于我们这些萌新程序员来讲，ai的发展带来的是好处更多，还是冲击更大

   1. 面试官回答： 我觉得机会比较大，因为以前， 一个人要实现某个功能，你要花费蛮多经历的，就是你从大框架，到实现功能，哪怕复制，也要找。 现在通过ai 可以很好的视线
   2. 就是你一定要知道：ai 它现阶段，甚至1-2 年内，多了不敢说，他不能完全的代替人， 很多事情还是需要人来做决策的，决策这件事，一定是ai代替不了的，如果说一个人的追求就是写一个功能，那ai一定会把它取代掉，所以你也不用害怕，ai那么强，我还学他干嘛。不用害怕，因为你真正去用过ai写的东西，就会发现，它不是不犯错误，而且有时候错误还很明显，一定要有一个观察去监督它做的事情。 而要有能力去监督，那你该懂的该会的都逃不掉

3. 如果面试通过，要做什么什么样的工作

   1. 面试官回答： 我觉得首先你可以把基础打打牢， 所谓的基础就是，不管通过ai的方式去学，还是通过公司代码去学，基础打牢。
   2. 其次你可以先来感受一下真正的程序员的工作，比如现有阶段的项目是啥，业务是啥，架构是啥，慢慢体会 teamwork 是这个样子的， 还是可以学到不少东西的