1.告诉我unique_ptr 一般用于什么场景？
unique_ptr 是独占式智能指针，同一时间只能有一个 unique_ptr 持有这个堆对象所有权，不能拷贝，只能移动 。对象在unique_ptr离开作用域时自动释放内存，防止内存泄漏。
使用场景（直接背）
①函数内创建堆对象，函数退出自动释放 不用手动delete，异常退出也能正常释放，避免忘记 delete 导致内存泄漏。
②作为类的成员变量 类里面管理独占资源（比如 fd、缓冲区、自定义对象），对象销毁时自动释放资源，不用在析构手动 delete。
③工厂函数返回值 工厂函数创建对象，返回unique_ptr，把对象所有权交给调用方，语义清晰。
④管理 RAII 资源 不光内存，还可以管理文件句柄、socket 描述符等资源，自定义 deleter，出作用域自动回收。
需要多个指针共享同一个对象 → 用shared_ptr，不是 unique_ptr
2.用过 ai 吗，会用吗
我之前没有深度使用过 AI Agent 相关工具，最近了解到现在开发比较看重 Agent 调用能力，所以这几天主动学习了这块内容。 我在 VSCode 上配置试用了 GitHub Copilot Agent，目前能够用它完成代码阅读、基础框架编写这类基础开发工作。 同时学习了微软开源的 AutoGen 多智能体框架，跑通了一个小 Demo：设置不同角色的 Agent 分工协作，完成图像生成的任务。 如果后续岗位需要更深的 Agent 开发能力，我也会持续深入学习。
3.AutoGen 这个图像生成 demo，两个 Agent 分别是什么角色？
一个 Agent 负责写图像生成提示词，调用绘图模型；另一个 Agent 负责校验提示词、判断图片结果是否满足需求，两个 Agent 来回对话，直到产出符合要求的图片。
3.你用 AI 写代码，会不会依赖 AI，自己写不出来？
不会。AI 对我来说是审查、查错、辅助理解的工具。项目核心架构、核心业务逻辑都是我自己设计手写。遇到底层原理，比如 epoll、IO 多路复用，我会自己啃原理，AI 只是帮我快速定位 bug、解释看不懂的代码片段。所有 AI 生成的代码我都会人工复核。
4.AutoGen 是什么，你用它做了什么？
AutoGen 是微软开源的多智能体 Agent 框架，基于 Python，可以创建多个角色 Agent，互相对话分工。我跑过 Demo，让不同 Agent 分别负责编码、代码审查，协作完成简单任务。它是框架，不是大模型本身，底层需要调用大模型 API。
5.你觉得 AI 对 C++ 服务器开发有什么帮助，有什么风险？
帮助：快速定位内存问题、重构代码、写注释、构造测试用例，查阅系统接口。 风险：幻觉，写出内存不安全、并发有问题的 C++ 代码；对底层并发、网络模型容易出错。所以必须人工审核，结合编译、gdb 调试、压测来验证。
6.你理解的 Agent 是什么？
Agent 就是带有规划、工具调用能力的智能体，能够拆解任务、自主调用工具，多 Agent 还可以分工协作完成复杂任务。
7.你只是跑了 Demo，如果要集成到 C++ 服务器项目怎么做？
答：AutoGen 原生是 Python 框架。如果 C++ 项目要接入，一种方案是 C++ 通过网络调用 Python 服务；另一种方案就是自己在 C++ 侧封装简易 Agent 能力。
8.讲一讲qt中的信号槽机制是什么？本质是什么？
信号槽具备跨线程通信的能力，但不是无条件天然跨线程。 默认 AutoConnection 会自动判断收发对象是否在不同线程：跨线程就自动使用队列连接 QueuedConnection，把事件投递到接收方线程事件循环异步执行；同线程则同步调用。 如果强制指定 DirectConnection，就算跨线程，槽函数依然在信号发射线程执行。跨线程使用时，接收线程必须有事件循环，自定义参数类型要注册元类型。
9.讲一讲在qt开发中你还有什么方法进行筛选对应的信号？
①
10.讲一讲qt开发中线程间通信时怎么回事？
11.为什么你的时间轮的实现没有想过用小根堆？
小根堆（优先队列）也可以做定时器，muduo 早期版本就用过小根堆，但是有几个短板：
① 时间复杂度差异 小根堆：新增定时器 O (logN)，获取最近到期定时器 O (1)，删除定时器 O (logN)。N 是定时器总数，定时器越多，logN 开销越大。
② 时间轮：添加定时器、删除定时器都是 O(1)，只需要计算槽位，放入对应链表。大量定时器场景下性能更好。
③ 删除操作痛点 小根堆最难处理取消定时器。如果要删除一个中间的定时器，不能直接从堆里删掉，一般采用懒删除：标记定时器失效，堆不主动删，等到堆顶取出的时候，判断标记，如果失效就丢弃。会造成堆里面堆积大量无效定时器，占用内存。
④ 业务场景匹配 我的项目是 TCP 服务器，大量短连接、频繁创建销毁定时器（比如连接超时），定时器数量多、增删非常频繁。这种场景时间轮更适合。
缺点补充（主动说，显得理解全面）： 时间轮有精度限制。时间轮的精度等于 tick 间隔，不能做到任意时间精度；如果定时时间远超轮子一圈大小，需要多层时间轮（分级时间轮）。而小根堆可以支持任意超时时间，没有范围限制。
一句话总结： 小根堆适合定时器数量少、删除不频繁的场景；我的服务器会高频增删大量连接超时定时器，时间轮 O (1) 增删更适合，所以选用时间轮而不是小根堆。
懒删除：业务主动取消定时器的时候，不会直接去堆里面删掉元素 （堆中间删除代价 O (n)，再堆化 O (logN)）。 只在定时器对象内部打一个标记isCancel。 等到这个元素跑到堆顶，取出的时候，先判断标记：
- 如果标记是已取消：不执行回调，直接丢弃这个定时器（懒删除）；
- 如果没取消：执行回调。 堆里会残留很多已经取消的无效定时器，慢慢堆积，这就是小根堆方案的短板，也是你选用时间轮的理由。
12.为什么要有时间轮？
13.讲一讲你在开发中遇到的最大的问题，以及你是怎么解决的？
14.挑选一个做得深入的项目，讲难点、困难、解决过程
我讲实习中频谱监测上位机的 IQ 数据接收模块。项目接收 FPGA 下发万兆 UDP 的 IQ 原始数据流，速率达到 400MB/s。UDP 本身不可靠，会出现乱序、数据包到达顺序错乱的问题。 我在应用层设计包序号重排机制，维护接收缓冲区，依据数据包序列号完成排序重组，最终数据完整率可以达到 95% 以上。 开发初期，数据接收处理、UI 绘图全部放在 Qt 主线程，大量数据计算阻塞事件循环，造成界面卡顿。我改成多线程架构，子线程负责 UDP 接收和数据解析，利用 Qt 跨线程信号槽把处理完成的数据投递 UI 线程渲染，规避子线程直接操作 UI 的问题。 另外大数据量绘图会出现时间轴失真，我实现抽取率控制逻辑做降采样，解决波形绘制失真；同时为了防止程序崩溃损坏采集的数据，采用临时文件缓冲写入 + 原子 rename 重命名的持久化方案，保证文件完整性。
我个人实现仿 muduo 高并发 TCP 服务器，采用主从 Reactor、One‑Loop‑Per‑Thread 模型。其中定时器模块我没有直接照搬 muduo 的小根堆，自己基于 timerfd 实现单层时间轮。 使用数组作为时间轮槽位，每个槽挂载定时器链表；定时器对象使用 shared_ptr 管理，实现懒删除。外部取消定时器只释放自身 shared_ptr，时间轮 tick 遍历的时候依靠引用计数判断任务是否已经取消。eventfd 用来跨线程唤醒 epoll 阻塞，任务队列保证跨线程调用安全。单层时间轮适合短时间的连接超时场景，增删任务 O (1)，缺点是定时的最大时长有限。
15.讲实习遇到的联调问题（你讲的抓包排查 FPGA 参数问题）
在和 FPGA 硬件联调的时候，出现上位机收不到 IQ 数据的现象。一开始分不清问题出在硬件还是软件。我没有直接判定对方问题，先用抓包工具确认本机网卡完全没有收到 UDP 数据包，说明报文根本没有到达应用层。但是硬件同事认为是上位机代码的问题。我就把抓包证据、分析推断整理文档提交，最后定位到是 FPGA 端参数配置错误。这件事让我意识到跨岗位协作排错，要先拿到客观证据，再沟通定位问题，不能只靠主观猜测。
16.你对工业软件怎么理解？
我专业接触过仿真类实验软件。我理解工业软件和普通业务软件不一样，既要做底层的数据采集、处理，又要做上层可视化界面，对稳定性、数据可靠性要求很高。我实习做的频谱上位机，就属于工业采集类软件，需要处理高速数据流，还要保证异常情况下数据不损坏。我有 Qt 上位机开发经验，能够理解工业软件数据处理和 UI 界面分离的开发思路。
17.你的职业发展倾向？
我简历有两部分积累：一是 Linux C++ 网络服务器开发，实现过 Reactor 网络库；二是 Qt C++ 上位机开发，做过高速数据接收与可视化。贵司岗位是 C++ 工业软件方向，不管偏向底层业务逻辑，还是客户端界面开发我都愿意接受，我可以快速补齐业务领域知识。
18.AI 编程工具怎么使用？
在之前的国防相关实习项目中，出于保密要求，不能把业务代码直接交给 AI。我一般只把 bug 现象、报错信息拿给 AI，获取排查思路，不会让 AI 直接生成业务完整代码。业余也简单了解过 Agent 相关框架做学习。
19.指针和引用的区别
