平安科技全栈开发二面：RAG 分块表格跨页、AI 幻觉治理与 TDD 实践

《面试题目》

1. 介绍实习中遇到的最有成就的一个事情。
2. 介绍 RAG 项目的分块策略。
3. 分块过程中的表格跨页问题怎么解决？
4. AI 幻觉会怎么消除？怎么使用 AI 去进行快速的高质量交付？
5. 对于全栈的理解，认为全栈应该掌握什么技能？
6. 有没有做过什么其他项目？
7. 对于交付的 TDD 原则有什么实际应用经验？
8. 为什么会选择投成都分公司？

《参考解析》

RAG 分块与表格跨页：分块先按文档结构走——按标题层级切章节，再在章节内按语义或固定窗口细分，块大小按嵌入模型与检索粒度权衡（常见 300–800 token，重叠 10%–20%），并保留文档 id、章节路径、页码等元数据。表格跨页的根源在解析阶段：做版面还原，识别「续表」和重复表头，按列结构把两页的表拼回一张，再转成结构化 Markdown 或 HTML，整表作为一个 chunk；表太长就按行切，但每块都重复表头。再给表块生成「表名 + 列名 + 行标签」的自然语言摘要一起入库，向量检索才容易命中。

AI 幻觉与高质量交付：幻觉不能靠一句 prompt 消除。检索侧提高召回与重排质量；生成侧约束「只依据给定材料，无依据就说不知道」，并要求标注引用；输出侧校验结论是否有引用支撑、数字与单位是否与原文一致，关键场景加规则校验或第二个模型交叉核验；上线后靠评测集、badcase 库和链路 trace 持续回归。用 AI 快速高质量交付的关键是把任务拆小：先写清验收标准与测试，再让 AI 生成脚手架、单测和文档，人 review 设计与关键路径，小步提交，用 lint、类型检查和 CI 门禁兜住底线。

对全栈的理解：全栈不是「前端后端都会写」，而是能独立把一条业务链路从需求跑到上线：前端懂框架、状态管理、性能与可访问性；后端懂 API 设计、数据库建模、缓存与并发；再加 CI/CD、日志监控、线上排障这些运维能力。核心是边界感与取舍——知道问题该落在哪一层，出了问题能自己读日志定位，而不是等人接手。

TDD 实践：节奏是红—绿—重构：先写一个失败的测试把行为描述清楚，再写最小实现让它通过，最后在测试保护下重构。落地时优先覆盖核心业务逻辑和边界条件，比如金额计算、状态机流转、权限判断；IO 和 UI 层交给集成测试或少量端到端，保证测试快、独立、可重复并跑在 CI 里；探索型原型不必硬套。讲的时候结合真实写过的模块，说明先写测试带来了什么改变。

行为题准备：实习成就题用 STAR 讲，重点是你做的决策、遇到的阻力和可量化的结果；「为什么选成都」从业务匹配、长期发展和个人规划三条讲，别只说城市宜居。