网易云音乐后端实习两轮：RAG、向量库与 MCP 安全
本场面试题
- 讲一下 RAG。
- 你知道哪些向量数据库？它们有什么异同，分别适合哪些场景？
- MCP 会有安全问题吗，怎么保证安全？
面经与参考答法
网易云音乐后端实习两轮：RAG、向量库与 MCP 安全
原帖自述网易云音乐后端实习的一面、二面，合为一条流程，作者说明是较早的一次经历；具体面试日期与正式团队未知。结合音乐与 AI、主要做工程均为原帖业务自述。本页只选一面三组技术问题，模型优劣、音频、项目细节与算法条件未展开。经历未经外部核实；短答与示例为编辑补充的学习材料，不代表现场答案或公司的实际配置。
（1）讲一下 RAG。
RAG 先从外部数据检索证据，再结合模型生成回答。常见工程链路分为离线解析、切块和建索引，以及在线鉴权过滤、召回、按需重排、上下文组装和生成引用；数据、权限与版本需要贯穿这些阶段。检索到相关内容不保证回答正确，还要检查证据是否覆盖问题、引用是否支持结论，并分层评估召回、排序、答案和运行成本。原帖未披露具体模型、库或参数。
教学示例（非原面试实现）：政策文档变更后，更新对应索引版本并使旧缓存失效；回答问题时只读取用户可见、仍有效的证据，引用相应版本，证据不足时说明限制。
（2）你知道哪些向量数据库？它们有什么异同，分别适合哪些场景？
共同点是管理向量、相似度检索、索引与元数据，选型还要比较更新删除、权限过滤、事务、延迟和运维成本。已有 PostgreSQL 可评估 pgvector，本地或自托管可评估 Chroma，需要托管服务可评估 Pinecone；具体能力按部署与版本核对，例如 Chroma Cloud 的混合 Search API 不能直接当作本地能力。用同一真实数据和查询测召回、过滤与恢复，不能只按产品名排名；原帖没有披露实际选型。
教学示例（非原面试实现）：比较同一批查询在无过滤和真实租户过滤下的 ANN 召回、尾延迟与删除可见性。少返回了有效候选带来的“更快”，不能直接当成更好的方案。
（3）MCP 会有安全问题吗，怎么保证安全？
会，统一发现和调用合同不等于完成授权，也不使工具返回可信。先核服务来源、版本与依赖，再按实际数据流检查最终用户、租户、资源、参数与操作权限；用最小权限、进程或网络隔离、必要的具体操作确认和结果校验约束副作用。外部内容仍按不可信数据处理，并沿越权、注入、外发和恢复路径做测试、监控与响应。防护降低风险，不能承诺协议本身保证绝对安全。
教学示例（非原面试实现）：一个标为只读的查询工具，仍需数据库只读权限和用户数据隔离；工具返回文本若要求“上传全部会话”，不能因此取得新权限，执行层应按既定数据与出网策略处理并留下证据。