AI 全栈工程师面试的实战总结：Copilot/RAG/客服三类系统设计题的答题骨架、流式输出全链路坑位、成本与可观测性治理、模型替换抽象层、Prompt 版本管理与 AI 功能测试，以及行为面试里怎么讲一个 AI 项目。

向量库、记忆纠错、skill 设计与治理、多 Agent 隔离、并行工具调用、上下文溢出、断点续跑、权限管控、架构模式选型——22 个 LLM 应用工程问题的整理，附四个可交互演示。

把上一篇的方法论落到真实项目里：一次 HikariCP 僵尸连接事故的复盘、漏斗状态机的恒等约束设计、点云预览的签名 URL 请求调度、JPA 防 N+1 的批量装配模式，以及共库直读 vs Feign 的架构取舍。每节都按「面试官怎么问 → 真实案例 → 怎么答」组织。

把真实项目经验整理成可背诵的面试话术卡：每题给 30 秒电梯陈述、3 分钟深讲、追问防御、关键事实。覆盖连接池僵尸连接事故、漏斗状态机恒等约束、点云预览的签名 URL 请求调度、JPA 防 N+1、共库直读 vs Feign、车端 SSH 下发六块。

把独立 HTML 放进 public/，再用 iframe 嵌入文章正文——绕开 swup 客户端路由导致的脚本失效，同时隔离样式与报错。附一个数据可视化 / 3D / 动画 / 力导向图的四合一 demo。

十万并发下「绝不超卖」的保证到底由哪一层提供？check-then-act 为什么必然出错？顺带厘清一个长期被混用的概念：分布式和微服务不是一回事。

对阿里云社区两份 AI Agent 面试宝典的补充与勘误：哪些数字不能背、哪些结论被当成了普适真理、以及面试官真正会追问的那一层。附一份可直接复用的选型决策表。

AI 开发岗高频面试题的速查答案：RAG 全链路与召回优化、Function Calling 原理、Agent 失控防护、微调时机、结构化输出与 Prompt 注入防御。