笃行
笃行致远，不负芳华 · 局 → 方案 → 为什么 → 为什么别的不行 → 沉淀
场景驱动
每条经验都从一个真实的特定场景问题出发，而不是罗列概念。
反选沉淀
不只讲"怎么做"，更讲"为什么这么做"以及"为什么同类的其他选择在这个场景不行"。
代码 + 流程图
重点专题配可运行/贴近真实的代码与 Mermaid 流程图，便于随时重新拾起。
这份复习中心是什么
一份面向后台技术面试的通用复习中心，覆盖互联网 / 智能硬件后台、游戏基础架构、UE 引擎、游戏业务、AI / 大模型五大域。这份站点把知识按"域"归档，每个专题统一用五段式组织：
- 场景问题 —— 在什么特定场景下遇到什么问题
- 实现方案 —— 怎么实现的（含代码 / 流程图）
- 为什么这么做 —— 这么选的理由
- 为什么别的选择不行 —— 同类方案在这个场景为何被否
- 沉淀结论 —— 沉淀下来的结论与复习要点
内容域
- 互联网 / 智能硬件后台 —— php-fpm+Nginx、MQTT/IoT、前端工程、Elixir、DNS 攻防与清洗、LVS/epoll、滑动窗口
- 游戏基础架构 —— 接入网关/消息总线、CNI/服务网格、有状态迁移恢复、eBPF、一致性哈希、协程、秒杀、限流熔断、Raft/Gossip、LLVM
- UE 引擎 —— 引擎骨架与一帧时序、UObject/GC/反射、复制栈（NetDriver/属性复制/RPC）、Relevancy 与带宽预算、Iris、移动预测回滚、延迟补偿、GAS 网络、DS 部署、服务器权威
- 游戏业务实现 —— 多模板活动框架、幂等性设计、Redis 房间推荐、游戏 vs 互联网本质差异
- AI / 大模型 —— 大模型核心原理、推理与微调优化、RAG 检索增强（含数据清理）、Agent 开发
- 数据结构与算法 —— 数据结构、排序与查找、二分、双指针/滑窗、回溯、动态规划、图论、后台高频算法（统一 C++ + 可视化）
- 通用后台基础 —— 并发、Go、设计模式、GC、MySQL、Redis、消息队列、分布式事务
- 看得见的机器学习数学 —— 零基础可视化科普，与面试无关：用方格纸、箭头、蛋糕和山坡讲清机器学习与大模型底下那套数学——向量、矩阵变换、点积相似度、高维直觉、softmax、交叉熵、梯度下降与反向传播，面向小学高年级到初中生（以及"当年没看懂"的成年人）
特别推荐：一次 HTTP 请求的 211.4 ms
200 毫秒 · 一次请求的微观史诗 —— 一份单页交互式可视化。跟着紫罗兰点从旧金山咖啡馆一路走到弗吉尼亚的机房再回来，途经点击 → DNS → TCP → TLS → 内核 → 事件循环 → Postgres → 绘制的每一层。滚动距离等于时间，段高按毫秒/微秒比例铺开；术语与精确数字都挂了就地展开的解释。
改编自 Ishtmeet Singh 的《The Node Book》与 200. milliseconds（版权归原作者，仅作学习创意）。