百度后端一面（70 分钟）：分片上传、布隆过滤器与 Agent harness 连环追问

《面试题目》

1. 你的分片上传是怎么做的？是并行还是串行？前后端流程是怎样的？
2. 一个很大的文件，你怎么判断它该整体上传还是分片上传？最后怎么合并？
3. 怎么保证分片不重复上传？
4. 你的布隆过滤器会存在误判吗？为什么会误判？
5. 为什么使用 Redis 锁？锁的粒度是怎么样的？锁是怎么释放的，不单单是 unlock，具体说一下。
6. 你的 CI/CD 搭建流程说一下。
7. 线程池配置怎么配的，是网上的经验还是压测？
8. 乐观锁、悲观锁说一下。
9. 线程、协程、进程说一下；进程包含线程，哪些是共享的？
10. 了解 Go 吗？
11. Agent harness 怎么理解？好的 harness 为什么可以更长久地运行？
12. 高风险审批你是怎么做的？如果让你重新做，你会怎么做？
13. Claude Code 的记忆体系你有没有看过，讲一下。
14. memory 你在调研时有哪些评测维度？怎么做 memory 的评测回放？
15. MySQL 的回表讲一下；为什么要用 B 树和 B+ 树？
16. Redis 的常见数据结构有哪些？
17. 冒泡排序的复杂度是多少，怎么做可以降低复杂度？什么排序是稳定的？
18. 如果不用锁怎么实现计数器正确？CAS 了解吗？
19. 用户态和内核态说一下。
20. 后端做一个限流有哪几个角度？
21. RAG 和图 RAG 有什么区别，你如何理解？RAG 的流程说明一下。
22. 记忆系统里 schema free 和预定义 schema 有什么不同，两种效果详细说说。
23. TCP、UDP 的区别讲解一下。
24. 手撕：三数之和。

《参考解析》

分片上传的四件事要答全：切分（固定大小如 5MB，保留文件 MD5 与分片序号）、并发上传（浏览器 Promise.all 限并发、服务端按分片号写对象存储的临时 key）、幂等（按 uploadId + partNumber 覆盖写，重传同片不产生副本）、合并（服务端按 partNumber 顺序拼成最终对象，只做元数据拼接则更快）。判断整体还是分片：按文件大小阈值 + 网络状况 + 是否支持断点续传，小文件直接直传省一次往返。分片不重传靠「秒传 + 断点续传」：上传前用文件 hash 问服务端已存在哪些分片，只补缺的；hash 用增量或抽样（首尾 + 中间块）降低计算成本。

布隆过滤器一定有误判、但不能漏判：k 个哈希函数映射到位数组的 k 个位置置 1，查询时全为 1 才「可能存在」；误判来自哈希碰撞导致别的元素把位占了，位数组越满（元素数接近容量）误判率越高，公式约 (1-e^(-kn/m))^k，所以要和业务约定可接受误判率来定 m 与 k。它不支持删除（计数布隆才能删），这也是它适合「拦截不存在的 key」而不适合做权限白名单的原因。

Redis 锁的释放要讲原子性：不能「先 GET 判断是我的再 DEL」，中间会过期或被别人抢到，必须用 Lua 脚本把「值等于我的 token 才删」做成原子操作；更进一步是看门狗续期（Redisson）防止业务没跑完锁先过期。锁粒度按「保护的最小临界区」定：按商品 ID / 用户 ID 分段加锁，别用一把全局锁；能靠数据库唯一约束或乐观锁版本号解决的就别上分布式锁。

Agent harness 这题答「它是什么 + 好在哪」：harness 是模型外面那层执行框架——工具注册与调用、上下文拼装与压缩、错误重试与回滚、权限与审批、状态持久化、可观测性。好的 harness 让「长任务不掉线」：把状态写到磁盘而不是只放上下文、把大工具结果摘要后再入上下文、失败步骤可重放、把需要人确认的动作挂起而不是猜。高风险审批的做法是「按动作分级 + 白名单 + 事后审计」：写文件、执行命令、发外部请求这类不可逆动作先暂停等确认，确认信息里必须带具体参数；重做时我会把审批规则配置化、并记录每次决策以便复盘。

memory 评测的维度：检索准确率（该想起的想起了没）、时效性（旧信息是否被覆盖）、冲突处理（新旧矛盾时选谁）、冗余度（上下文膨胀）、成本（token 与延迟）、以及端到端的任务成功率；回放的做法是构造「多轮对话脚本 + 期望记忆点」，固定模型与参数重放，比对检索结果和最终回答，用规则 + LLM 双判。

schema free vs 预定义 schema：前者（JSON / 文档存储）写入灵活、加字段不用迁移，但检索靠语义相似度、容易把无关信息混进来；后者字段固定、可精确查询与打分、压缩好，但需求变化要迁移。实践上常混合：核心字段（时间、实体、类型）结构化，内容与备注走自由文本。

八股要点速记：回表是二级索引只存主键、要按主键再查一次聚簇索引，覆盖索引可以避免；B+ 树比 B 树矮胖（非叶子只存键）、叶子有链表便于范围扫，所以适合磁盘。不用锁做计数器用 CAS 自旋（AtomicInteger / compareAndSwap），要注意 ABA（加版本号）与自旋开销。限流的角度：计数 / 滑动窗口、令牌桶、漏桶、并发数（信号量）、按用户 / IP / 接口分级，位置可放在网关、服务内或 Redis 集中式。协程是用户态轻量线程、由调度器在用户态切换，进程是资源分配单位、线程是调度单位，同进程线程共享堆、全局变量、文件描述符，独享栈、寄存器、errno。