互联网大厂 Java 面试实录：Spring Boot、Kafka、Redis、OpenFeign、JWT、RAG 与 MCP 场景深挖

场景：互联网大厂「企业协同与 SaaS + AIGC 智能客服」方向面试。

第一轮：基础与业务链路

面试官：先说说你在企业协同 SaaS 里，为什么常用 Spring Boot + Maven 组合？

燕双非：Spring Boot 上手快，Maven 依赖管理方便，适合快速搭建多模块项目，打包也标准化。

面试官：回答得还行。那如果我们要做一个“工单创建”接口，你会怎么设计 REST API？

燕双非：嗯……一般就是 POST /tickets，入参带标题、内容、优先级，返回工单 id。接口文档最好用 Swagger/OpenAPI。

面试官：不错，至少路径设计还算清楚。那工单创建后要发消息通知，Kafka 和 RabbitMQ 你怎么选？

燕双非：这个……Kafka 适合高吞吐、日志型；RabbitMQ 更适合复杂路由和业务消息。我们可以按场景选。

面试官：嗯，能分清“吞吐”和“路由”是加分项。

第二轮：核心实现与稳定性

面试官：现在工单服务要接入企业 SSO，JWT 和 OAuth2 你怎么理解？

燕双非：JWT 是一种 token 形式，常用来承载用户信息；OAuth2 更像授权协议，解决第三方授权登录和 token 获取流程。

面试官：好，方向正确。那如果调用外部审批系统，OpenFeign 和 Resilience4j 怎么配合？

燕双非：OpenFeign 负责声明式远程调用，Resilience4j 可以做熔断、限流、重试，避免下游挂了把自己拖死。

面试官：这个回答很像干过线上事故。那工单状态变更后，如何保证缓存一致性？你会用 Redis、Spring Cache 还是 Caffeine？

燕双非：本地热点用 Caffeine，分布式共享数据一般用 Redis。Spring Cache 可以统一抽象，方便切换实现。缓存更新要注意双写一致性问题。

面试官：嗯，知道一致性问题，说明不是只会“加缓存”三个字。

第三轮：AIGC 与智能客服落地

面试官：我们现在要做一个企业智能客服，接入 Spring AI、RAG、MCP、向量数据库。你先说说整体链路。

燕双非：大概是用户提问后，先做语义检索，把企业文档切片后向量化，去向量数据库里找相关内容，再把检索结果和问题一起塞给大模型生成答案。MCP 可以把工具调用标准化，比如查工单、查订单、查知识库。

面试官：这轮回答比前面像样。那如果客服回答出现 AI 幻觉，怎么控制？

燕双非：可以做检索增强生成，优先让模型基于检索结果回答；同时设置提示词约束、答案置信度阈值、来源引用，必要时让模型“不会就说不会”。

面试官：不错。最后一个问题，复杂工作流里怎么处理聊天会话内存和工具执行框架？

燕双非：会话内存保存上下文，工具执行框架负责调用外部系统。多轮对话时要把历史、用户意图、工具结果组合起来，避免每轮都“失忆”。

面试官：行了，今天就到这儿，你先回家等通知吧。

问题详解

1. 为什么企业协同 SaaS 常用 Spring Boot + Maven？
Spring Boot 提供自动配置、Starter 依赖和内嵌容器，适合快速构建标准化服务。Maven 负责依赖收敛、生命周期管理、多模块拆分，便于在企业协同 SaaS 中实现“门户、审批、消息、文件”等模块化开发。

2. REST API 为什么常用 POST /tickets 这类设计？
工单创建是典型资源新增操作，使用 POST 符合 REST 语义。返回工单 id 便于后续状态流转、查询和通知。配合 Swagger/OpenAPI 可让前后端协作更高效。

3. Kafka 和 RabbitMQ 如何选？
Kafka 更适合高吞吐、可回放、事件流式场景，如埋点、审计、消息通知流水。RabbitMQ 更适合复杂路由、延迟投递、业务消息驱动，如工单路由、审批通知。若是“高并发通知流”偏 Kafka，若是“业务规则分发”偏 RabbitMQ。

4. JWT 和 OAuth2 的关系是什么？
OAuth2 是授权协议，解决“谁能代表用户访问资源”的问题；JWT 是 token 的一种实现方式，常用于承载身份、角色、过期时间等信息。企业 SSO 中常见做法是 OAuth2 获取 JWT，再在网关和服务内做校验。

5. OpenFeign 与 Resilience4j 为什么常搭配？
OpenFeign 简化 HTTP 调用，让代码像调用本地接口一样调用远程服务。Resilience4j 则提供熔断、限流、重试、隔离等容错机制，避免外部系统抖动扩散到核心业务，尤其适合审批、IM、第三方通知等依赖场景。

6. Redis、Spring Cache、Caffeine 如何协同？
Caffeine 用于本地缓存，延迟低、性能高，适合热点数据；Redis 适合分布式缓存，多个实例共享；Spring Cache 提供统一抽象，便于在不同业务中切换实现。核心难点是缓存一致性、失效策略和穿透/击穿/雪崩治理。

7. 智能客服里 RAG 的作用是什么？
RAG（检索增强生成）先从企业文档、FAQ、工单库中检索相关内容，再把结果交给大模型生成回答。它能显著降低幻觉，提高企业知识问答的准确性，尤其适合制度类、产品类、流程类问题。

8. MCP 为什么对 AI 系统重要？
MCP（模型上下文协议）用于标准化大模型与外部工具、数据源的连接方式。它让“查订单、查工单、查知识库、调用审批”这类工具能力变得可插拔，降低 Agent 系统的集成复杂度，提升扩展性。

9. 如何控制 AI 幻觉？
常见手段包括：只允许基于检索结果回答、增加引用来源、设置置信度阈值、对高风险问题转人工、对提示词进行约束、对工具调用结果进行校验。对企业场景来说，宁可少答，也不要乱答。

10. 聊天会话内存和工具执行框架怎么配合？
会话内存负责保存多轮对话上下文、用户偏好和中间结果；工具执行框架负责把模型生成的意图转成外部调用。两者结合后，Agent 才能在多轮对话中完成复杂工作流，比如“先查订单，再改地址，再通知用户”。

结语

感谢阅读，希望这篇文章能帮助你更好地准备 Java 面试，理解企业协同 SaaS 与 AIGC 智能客服场景下的常见技术问题，也祝你在面试中稳稳拿下心仪 Offer。