1、自我介绍答：公式背诵，多的不谈2、谈谈你对大模型的应用答：早在 DeepSeek 开源前通过配置文件直接调用过星火 3.5，SpringAI 等框架发行后分别通过本地部署 DS 和调用豆包 API 的方法实操过 AI Chat 开发，发现使用了这些框架后程序运行速率显著提高。值得一提的是，我学习这些框架最早接触的是 LangChainGo，我在没发现这个框架有 history 包的前提下自己实现了可记忆化的 AI Chat。3、如何自实现可记忆化 AI Chat？答：维护一个 historyMsg 的 struct，用户每次向 AI 聊天时，将用户的问题与大模型的 response 去 a...

hr说话这么拽的嘛

感觉像KPI，啥玩意啊——————后续来了：不是kpi！不是kpi！开摄像头交流，会引导回答问题且部门很核心（不透露具体哪个部门了）。这面试官真的很好，会一点一点和我讨论，不管是场景题还是底层八股都很深入，讨论完我自己也很有收获。最后手撕也顺利写出来了，一道mid题，ACM模式。我的天😭，比我之前面微信搜索体验好太多太多了，算是我近期体验最好的一场面试了。我承认我之前喊的太大声，我错了，收了我吧鹅。——————-后续的后续：聊成这样都能挂啊？。这找个暑期实习每天心情和过山车一样。

以下的万字长文基本涵盖了你面试可能会遇到的所有RPC项目问题。首先，对于所有写了rpc项目的牛油们，我都建议你们去看看百度开源的brpc文档，可以作为深入rpc的一个重点，重点关注brpc的这几块内容：LALB+双缓冲的负载均衡设计，无锁化的MPSC消息发送，高度并发的消息读取，从锁到lock free再到wait free的思想，用户态协程bthread的设计（你不需要去看源码，你只需要去看brpc的设计文档就可以了）当你掌握了brpc的一些设计思想，在面试过程中就要有意识地 将问题引到brpc的设计上，然后开始你的回合。我在春招面百度、快手、腾讯之类大厂的时候，都跟面试官深入地聊过brpc...