Appearance
09 新技术
对应题纲:9(4 题) 分级:A 0 / B 0 / C 4 状态:骨架,答案待填 配套:00_使用说明.md 定位:差异化加分项,不深挖;每个方向 1 页纸,能讲“是什么、解决什么问题、边界在哪”。
一、知识地图
(待补:一张“新技术与主业关系”图)
text
AI / LLM 工程化 Rust / Go 数据平台 边缘计算 / BFF
RAG/Agent/MCP → 基础设施 → Flink/CDC/湖仓 → 就近计算/聚合层二、A 类答案卡
本册不设 A 类。
三、B 类速记
本册不设 B 类。
四、C 类一句话
| 题号 | 题目 | 一句话定位 | 状态 |
|---|---|---|---|
| 9-1 | AI / LLM 工程化:RAG、Agent、MCP、向量库、评测 | 待填 | ☐ |
| 9-2 | Rust / Go 在基础设施中的应用场景 | 待填 | ☐ |
| 9-3 | 数据平台:Flink 实时计算、CDC、湖仓一体 | 待填 | ☐ |
| 9-4 | 边缘计算与 BFF 架构 | 待填 | ☐ |
五、一页纸速览
每个方向按同一张卡片填:
markdown
### 9-x <方向>
- **是什么**:
- **解决什么问题**:
- **典型架构 / 关键组件**:
- **和 Java 技术栈的关系**:
- **适用边界 / 代价**:
- **我们项目可以怎么用**:六、追问链与易错点
- AI 工程化:RAG 的检索质量 → 切分与向量化 → 评测 → 幻觉与权限 → Agent 边界。
- Rust / Go:为什么这些场景选它 → 与 JVM 的取舍 → 团队成本。
- 数据平台:批 vs 流 → Exactly-once → 湖仓 → 数据一致性。
- 边缘计算:延迟收益 → 运维复杂度 → 与 BFF 的边界。
- 易错:只讲名词不讲场景;把 demo 经验说成生产经验;不谈成本和团队接受度。
七、自测题
八、口述稿索引
| 题号 | 30 秒 | 3 分钟 | 10 分钟 | 录音日期 |
|---|---|---|---|---|
| 9-1 | ☐ | ☐ | — | |
| 9-2 | ☐ | ☐ | — | |
| 9-3 | ☐ | ☐ | — | |
| 9-4 | ☐ | ☐ | — |