文章大厂面试

卡Q因字节AI应用开发一面

根据口述整理，岗位为 AI 应用开发实习生。面试包含自我介绍与项目拷打环节，以下为一面题目与参考答案。

计算机基础#

计算机网络#

TCP/UDP 属于哪一层的协议？区别是什么
TCP 如何实现可靠传输
IP 协议的作用

操作系统#

用户区、内核区的区别
进程线程区别
讲讲进程的上下文切换

数据库#

如何查看一条 SQL 的执行情况
事务特性是什么
事务隔离级别
讲讲 redo log 和 undo log

AI 方面#

什么是 prompt，如何写好 prompt
RAG 是什么？讲讲 RAG 的流程
模型上下文窗口是什么
如何解决上下文窗口过长的问题
讲讲模型的幻觉和漂移
模型胡乱编造回答怎么解决

算法题#

二叉搜索树转为有向链表链接：https://leetcode.cn/problems/convert-binary-search-tree-to-sorted-doubly-linked-list/description/

参考答案（AI 生成）#

以下答案由 AI 生成，仅供面试复盘参考。

1. TCP/UDP 属于哪一层的协议？区别是什么#

答：TCP 和 UDP 都工作在 OSI 模型的传输层，负责端到端的数据传输。TCP 是面向连接的协议，通信前需要通过三次握手建立连接，传输完成后通过四次挥手释放连接，具备确认应答、重传、流量控制和拥塞控制机制，可以保证数据可靠有序地送达，但是协议头部开销更大，传输效率会受到一定影响，适合对可靠性要求高的场景；UDP 是无连接协议，不需要建立和断开连接，头部开销很小，传输速度快，但是不提供可靠性保障，不会重传丢失报文，也没有拥塞控制，可能出现丢包、乱序，适合直播、游戏这类容忍少量丢包、追求实时性的业务。

2. TCP 如何实现可靠传输#

答：TCP 依靠多项机制共同实现可靠传输，首先为传输的每一个字节分配序列号，接收方依据序列号完成报文排序，解决乱序问题；接收方收到数据之后会返回 ACK 确认应答报文，告知发送方已经成功接收的数据位置；发送方发送报文后开启超时计时器，如果超时没有收到对应的 ACK，就会触发超时重传重新发送报文。除此之外滑动窗口实现流量控制，根据接收方缓冲区大小限制发送速率，避免接收端被打垮；拥塞控制通过慢启动、拥塞避免、快重传、快恢复策略感知网络状态，防止网络过载造成丢包，整套机制共同保障数据完整有序交付。

3. IP 协议的作用#

答：IP 协议处于网络层，核心作用是实现跨主机、跨网络的数据投递。它会为数据包封装源 IP 地址和目的 IP 地址，依靠 IP 地址完成主机寻址，路由器读取目的 IP 查找路由表完成数据包的路由转发；当数据包大小超过链路 MTU 最大传输单元时，IP 会对数据包进行分片，数据包到达目标主机之后再完成分片重组。IP 本身是无连接不可靠协议，不保证数据包一定送达，差错校验、重传等可靠性能力交由上层 TCP 协议实现。

4. 用户区、内核区的区别#

答：操作系统将内存划分为用户区和内核区两个部分，内核区运行操作系统内核代码，拥有最高权限，可以直接访问全部硬件资源，负责管理进程、内存、磁盘、网络等底层资源；用户区运行普通应用程序代码，权限受到严格限制，程序不能直接操作硬件，当程序需要读写磁盘、申请内存等操作系统能力的时候，必须触发系统调用，从用户态切换进入内核态，由内核完成对应操作之后再切回用户态继续执行应用程序逻辑。

5. 进程线程区别#

答：进程是操作系统资源分配的最小单位，每一个进程拥有独立虚拟地址空间，进程之间资源相互隔离，进程切换的时候需要刷新页表，开销比较大，进程之间通信需要依靠管道、共享内存等 IPC 机制；线程是 CPU 调度执行的最小单位，线程依附于进程存在，同一个进程内部所有线程共享进程的内存、文件句柄等大部分资源，线程上下文切换只需要保存少量寄存器信息，切换开销更小，线程之间可以直接读写共享变量完成通信，但需要加锁保证线程安全；一个进程崩溃不会干扰其他进程，而其中任意一个线程崩溃，会导致整个所属进程直接退出。

6. 讲讲进程的上下文切换#

答：进程上下文保存了进程运行的全部状态，包含寄存器数值、程序计数器、虚拟内存页表、文件状态等信息，存放在进程控制块 PCB 当中。当出现时间片耗尽、中断、系统调用等事件时就会触发进程上下文切换，操作系统首先保存当前正在 CPU 运行进程的上下文信息到它的 PCB，之后操作系统调度器从就绪队列选出下一个待运行进程，把新进程 PCB 当中保存的上下文加载到 CPU 寄存器，CPU 便开始执行新进程的指令。上下文切换会带来一定 CPU 开销，业务当中要避免产生过于频繁的大量上下文切换。

7. 如何查看一条 SQL 的执行情况#

答：在 MySQL 当中可以在待执行 SQL 语句前面加上 explain 关键字，执行后输出这条 SQL 的执行计划，通过执行计划分析 SQL 实际执行情况。可以查看查询 id、查询类型 type、实际命中的索引 key、预估扫描行数 rows，以及 Extra 列的额外提示信息；type 列代表访问数据的方式，如果出现 ALL 代表发生全表扫描需要重点优化，Extra 出现 Using filesort、Using temporary 代表出现文件排序、临时表，通常代表 SQL 存在性能问题；除此之外还可以开启 profile，查看 SQL 执行各个阶段具体耗时，进一步定位性能瓶颈。

8. 事务特性是什么#

答：事务拥有 ACID 四大特性，A 代表原子性，指事务当中的一系列操作要么全部执行成功，要么全部回滚，不会出现部分成功部分失败的情况，依靠 undo log 实现；C 代表一致性，事务执行前后数据库数据始终满足业务约束，数据状态保持合法，是事务最终追求的目标；I 代表隔离性，多个事务并发执行的时候，事务之间互相隔离，避免并发带来的数据问题，依靠锁和 MVCC 机制实现；D 代表持久性，事务一旦提交成功，对数据库的数据修改就永久生效。

9. 事务隔离级别#

答：MySQL 一共定义四种事务隔离级别，读未提交隔离级别下事务可以读取其他事务还没有提交的数据，会出现脏读、不可重复读、幻读；读已提交级别只能读取其他事务已经提交的数据，解决脏读，但仍然会出现不可重复读和幻读；可重复读是 MySQL InnoDB 引擎的默认隔离级别，依靠 MVCC 实现同一个事务内多次读取同一数据结果保持一致，解决脏读和不可重复读，快照读下规避大部分幻读场景，但当前读下幻读依旧存在；最高级别串行化，完全串行执行事务，所有并发问题全部解决，但是并发性能大幅下降。其中脏读指读到别的事务未提交数据，不可重复读是同一事务两次读取同一行数据结果不一致，幻读是范围查询时前后返回的数据行数不一致。

10. 讲讲 redo log 和 undo log#

答：redo log 叫做重做日志，服务于事务的持久性，是 WAL 预写日志机制的核心，事务提交的时候会优先把修改写入 redo log，再异步刷写磁盘数据页，当数据库发生宕机重启，会回放 redo log 当中已经提交事务的修改，把数据恢复到提交完成的状态，保证提交后数据不丢失。undo log 叫回滚日志，用来保障事务原子性，记录数据修改之前的旧版本，事务执行回滚的时候，依靠 undo log 恢复修改前的数据；同时 undo log 也参与 MVCC 多版本控制，用来生成数据历史快照版本，实现不加锁的快照读。

11. 什么是 prompt，如何写好 prompt#

答：prompt 就是输入到大模型的提示词，包含指令、背景、约束、示例等信息，用来引导大模型输出符合预期的回答。写好 prompt 首先需要清晰设定角色，告诉模型需要扮演的身份；其次把任务描述写的明确具体，避免模糊的描述，同时补齐任务所需要的背景上下文；可以指定输出格式，例如要求输出 JSON、markdown 格式；采用少样本提示，提供少量输入输出示例引导模型；同时增加约束条件，限定输出范围，禁止模型输出无关内容，以此提升输出质量。

12. RAG 是什么？讲讲 RAG 的流程#

答：RAG 即检索增强生成，用来缓解大模型知识截止时间、幻觉编造的问题，可以接入模型训练之外的私有文档知识。完整流程分为离线处理和在线问答两部分，离线阶段读取各类文档，完成文档清洗、文本分块，调用 Embedding 模型把每一块文本转化为向量，将向量和原始文本存储到向量数据库；在线问答阶段接收用户问题，将用户问题向量化，在向量数据库执行相似度检索，召回和问题高度相关的文档片段，将用户问题和检索得到的参考文档拼接组装成完整 prompt，送入大模型，大模型结合检索回来的参考资料生成最终回答。

13. 模型上下文窗口是什么#

答：模型上下文窗口代表大模型一次性最多能够处理的 token 总数量，输入的提示词、历史对话内容，以及模型生成的输出全部都会占用上下文窗口 token 配额；当输入内容总 token 超过模型上下文窗口上限，模型无法完整处理全部内容，会发生截断或者报错，因此长对话、长文档场景需要时刻关注 token 占用情况。

14. 如何解决上下文窗口过长的问题#

答：解决上下文窗口超限有多种常用方案，可以采用滑动窗口策略，只保留最近若干轮对话，舍弃时间久远的历史内容；也可以对较早的历史对话做摘要压缩，用简短摘要替代完整原始对话，减少 token 占用；使用 RAG 检索的方案，不需要把全部文档塞进 prompt，只检索和当前问题相关片段放入上下文；也可以做文本重要度筛选，过滤不重要文本只保留关键信息；还可以直接选用支持更大上下文窗口的模型。

15. 讲讲模型的幻觉和漂移#

答：模型幻觉指大模型生成内容看起来通顺合理，但是事实错误，输出大量编造出来的虚假信息，根源在于大模型基于概率生成文本，优先保障语句通顺，不一定严格忠于客观事实。

模型漂移多指长多轮对话场景，随着对话轮次不断增加，模型会遗忘最开始设定的角色、约束指令，回答内容慢慢偏离原本任务目标，出现跑题，长上下文下更容易出现漂移现象。

16. 模型胡乱编造回答怎么解决#

答：想要解决模型胡乱编造，最常用的手段是引入 RAG 检索增强，给模型提供真实参考资料，同时在 prompt 增加强制约束，告知模型只能依据给定参考资料回答，资料不存在就直接说明不知道，禁止编造；调整模型生成参数，降低 temperature 温度，减少生成随机性；优化 prompt 指令减少模糊描述；模型输出完成后增加事实校验环节，对回答内容做二次核查；也可以让模型输出回答时附带引用来源片段，方便核验内容真实性。

17. 二叉搜索树转为有向链表#

答：这题对应 LeetCode 426「将二叉搜索树转化为排序的双向循环链表」。核心思路是采用二叉树中序遍历保证节点值升序，遍历时维护一个前驱指针 prev，把当前节点与 prev 双向串联；整棵树遍历结束后，再把链表头节点和尾节点互相连接成环。需要注意的边界：空树直接返回空；单节点树时头尾是同一个节点，自身成环即可。