程序员面试专题库

评测集不是攒一堆问题，而是覆盖真实任务、历史坏例和边界场景，让每次改动都有回归依据。

长任务 Agent 要像工作流系统一样管理状态，不能把执行进度只放在一次模型上下文里。

RAG 重排的价值是把真正有用的证据放到前面，但它也会带来延迟和成本，需要按场景取舍。

向量检索质量不只取决于向量数据库，embedding 模型、文本切分、领域词和评估样本都会决定召回效果。

灰度发布不是把用户分批放进新版本，而是让变更在可观测、可回滚、可兼容的前提下逐步扩大。

限流、熔断、降级不是三个口号，而是系统在压力和故障下保护核心链路的不同动作。

鉴权不是只有登录态，网关验证身份，服务端判断业务权限，高风险动作还需要二次确认和审计。

可观测性不是多打印日志，而是让一次请求从入口到下游都有可追踪证据，故障时能快速收敛范围。

大模型安全不是提示词里写几句禁止，而是后端要设计输入、输出、权限、确认和审计的完整边界。

企业 RAG 的权限问题不能交给模型自觉，必须在检索和上下文构造阶段就过滤掉无权限资料。

模型路由不是简单把请求分给便宜模型，而是按任务难度、风险、延迟和成本选择合适路径。

Agent 的能力不只在能拆任务，而在计划能被约束、执行能被审计、反思不能无限循环。