作业帮全栈（海外业务）一面：项目深挖、事实增强与 LRU

《面试题目》

1. 自我介绍。
2. 详细介绍一下两个项目。
3. 主要介绍项目 1，从背景、架构、功能实现讲起，询问难点。
4. 详细讲解你做的优化算法。
5. AI 相关：平时开发 / 上一个项目中如何使用 AI？
6. 项目 2 中 LLM 怎么基于事实增强输出？
7. 问增量场景：架构变更项目会怎么样？
8. 算法：LRU。
9. 反问。

《参考解析》

项目拷打 40 分钟：怎么讲才不空转

面试官全程不给反馈、不引导，说明他把节奏完全交给你，这时候最忌讳的是「讲完一段等他提问」。更有效的做法是自己按结构推进并主动收口：背景（业务要解决什么、原来的痛点、量级）→ 架构（有哪些模块、数据怎么流、边界在哪）→ 你负责的部分（具体到模块与代码层面）→ 难点与取舍（试过什么方案、为什么否掉、最终选型）→ 结果（可量化的指标）。每讲完一层用一句话小结并给出下一步的钩子（「架构上有一个地方我改过两次，需要展开吗」），把面试官的追问引导到你有准备的地方。既然对方不提问，你就要自己制造提问点，否则 40 分钟很难撑住且容易显得空。另外要警惕「只讲后端」这种偏科——原帖自述回答偏后端，而岗位是全栈（海外业务），准备时要刻意补上前端与交付链路的部分：页面渲染与状态管理、国际化与多语言、跨境部署与延迟、以及海外合规（数据存储位置、隐私政策），哪怕是团队里别人做的，也要说清你知道的那部分边界。

「优化算法」怎么讲

被要求详细讲优化算法，最容易踩的坑是只报结果不报过程。按这个顺序讲：原来的做法与它的成本（复杂度、实际耗时、资源占用、以及瓶颈在哪里），你做了什么（算法层面的改动、数据结构的选择、或者把同步改异步/把多次查询合并），为什么这么改（收益的推导，比如从 O(n²) 降到 O(n log n)、或者把一次全表扫描变成索引查找），以及怎么验证（压测数据、线上指标、边界与最坏情况）。如果优化是多方向的，按收益排序讲，并诚实说明最大的收益来自哪一处。面试官继续追问「还有别的做法吗」时，给出被否掉的方案与原因（比如加缓存能提速但引入一致性成本、或者并行能降低延迟但下游扛不住），这种对比比单一答案有价值。

LLM 基于事实增强输出，与增量场景的影响

「基于事实增强」就是 RAG 的约束思路，要讲成一条链：资料来源的收集与清洗（哪些是权威、如何做版本管理）→ 切分与索引（按语义或结构切、带元数据）→ 检索（向量 + 关键词混合，按需 rerank）→ 生成约束（只依据给定资料回答、每条结论标注引用、资料不足时明确说不知道，而不是补全）→ 后置校验（检查引用是否存在、数字与专有名词是否与原文一致，不一致就重生成或降级为「未找到依据」）。追问「怎么保证不编」时，说清三件事：把「不确定」变成一个合法输出、把引用做成可点击的原始片段、以及用评测集持续量准确率与拒答率。

「增量场景下架构变更会怎么样」问的是系统演进能力，回答给两层。数据层：增量更新要能只处理变化的部分（按更新时间和版本号拉差异、做幂等写、软删除并同步清掉向量与缓存），架构上要能在重建索引时保持服务可用（影子索引/双写切换、版本化数据集，查询时按版本路由）。代码层：架构变更时最怕的是把假设写死在很多地方，所以要把可变的策略集中（配置化、接口化），做兼容性演进（新增字段与新增分支而非改语义）、灰度发布、以及保留回滚路径；同时要有数据迁移脚本与校验步骤（迁移前后条数、抽样比对）。答题时给一个具体例子（比如从单体到拆服务的过渡期用双写与对账保证两边一致）会更有说服力。

LRU 的实现与考察点

LRU 的标准实现是「哈希表 + 双向链表」：哈希表让 get 与 put 都达到 O(1) 定位节点，双向链表维护访问顺序——最近访问的移到头部，容量超出时删除尾部节点。要讲清的细节：get 命中后要把节点移到头部（这一步最容易被漏）；put 已存在的 key 是更新值并移到头部；容量为 0 或 1 的边界；线程安全版本需要在操作上加锁或分段锁，并发高时可以用近似 LRU（采样淘汰）。Java 里可以直接继承 LinkedHashMap 并覆写 removeEldestEntry，Python 里用 OrderedDict 的 move_to_end 与 popitem(last=False)，这些「语言自带的实现」如果面试官在意实现细节要能说清内部的等价结构。面试常见延伸问法有三类：LFU 的区别（按频次淘汰，需要额外记频率并处理频次相同的情况）、TTL 与 LRU 的组合（过期优先淘汰）、以及缓存穿透与雪崩的防护（这些是策略层，与 LRU 本身正交）。

面试官不给反馈时怎么办

不给反馈是常态而不是信号：很多面试官刻意保持中立，避免给候选人提示或压力。你能做的是把控制权拿在自己手里——讲完每个要点主动收口（「这部分我大概讲完了，需要我展开哪一块？」），遇到不会的直接说明思路边界并尝试从已知推导，别因为沉默就不断往细节里钻。原帖的自我评价是「基本凉了」，但判断结果不该基于「面试官的反馈多少」，而该基于「我有没有把准备好的东西讲完整」。面完复盘时列三件事：哪几段讲得太长而没讲清结论、哪个技术点被追问到答不上、以及有没有主动暴露可追问的点；下一次把这三件事改掉，比猜测通过与否有用。