阿里云 AI 应用一面：并发审查、RAG 评估与海量商品
本场面试题
- 审查 wait/notify 生产者消费者代码时应看什么？
- 怎样公平比较两套 RAG 方案？
- MCP 在 Agent 系统中负责什么？
- 海量商品 CRUD 怎样评估存储和扩展方案？
面经与参考答法
阿里云 AI 应用一面：并发审查、RAG 评估与海量商品
原页发布时间（北京时间）：2026-09-20T10:47:35+08:00。面试完整年月日未确认，原文只列月日的地方不补年份。
根据公开候选人自述整理；岗位和面试经历未获外部认证。简答为教学整理，不是作者现场作答。
（1）审查 wait/notify 生产者消费者代码时应看什么？
原帖没有代码，只能给审查方向。检查共享栈和条件状态是否由同一监视器保护，wait与通知是否持有该对象的监视器；条件不满足时应在while中等待，唤醒后重新判断。还要检查空满边界、中断与退出路径，以及通知是否能让正确的等待者继续。wait释放的是对应监视器，通知后等待者仍需重新竞争锁；这些规则不能代替对实际代码的逐步验证。
（2）怎样公平比较两套 RAG 方案？
固定同一批真实任务、知识版本和权限范围，分别检查检索是否找到正确证据、生成是否忠实且回答正确，以及端到端任务能否完成。同步比较延迟、失败率、维护成本和资源消耗，按难度与长尾场景切片。调参与最终测试分开，重要错误用人工复核；不要用几次演示、单个总分或模型自评决定全部取舍。
（3）MCP 在 Agent 系统中负责什么？
MCP规范应用与外部工具、资源和提示词等能力的发现与交互。Host管理应用集成和策略，Client与Server按所选版本进行协议通信；数据消息基于JSON-RPC，可使用stdio或Streamable HTTP等规范传输。它提供接入合同，任务规划、工具授权与结果验证仍由相应应用和运行时负责，不能由“支持MCP”推定全部能力或业务语义一致。
（4）海量商品 CRUD 怎样评估存储和扩展方案？
先问清按ID读取还是条件搜索、读写流量、行宽、增长和一致性要求，再估算数据与索引容量。让常见请求能按稳定键定位数据，分别设计主键、业务索引、更新并发控制和删除传播；单节点不足时再评估分片路由、迁移与跨片查询的代价。MySQL表分区与跨节点分片是不同问题，不能只凭行数给出通用分片阈值或吞吐承诺。