得物前阵子因为把前端并入服务端，全员转 AI 全栈，讨论度很高。
虽然我们这两年不少看到有人喊“前端已死”，但像得物这样，直接取消部门，转 AI 全栈的还是少见。不过得物这次组织架构调整也挺有意思，虽然名字改了叫"AI全栈工程师"，但到底是不是真的要往AI方向转型，还得看公司具体的业务安排和技术要求。
不过得物这边没做什么回应，反倒是调整发布了一个新规定：
【从本周二开始，得物员工晚餐时间从 7 点提前到 6 点。】
听起来好像只是调整了个饭点，但对于打工人来说，这个小小的变化其实挺暖心的。
得物之前晚饭时间是在 7 点，导致很多时候大家得饿着肚子讨论，现在把晚饭时间提前到 6 点，既能和园区其他公司错峰，大家也不用饿着肚子开会。
对于互联网公司的打工人来说，加班是常态，晚饭时间调整一个小时，意味着大家可以把吃饭和工作的节奏调整得更合理。饿着肚子开会的滋味只有体验过才知道，那种脑子里想着吃饭、手上还要记会议记录的感觉，确实挺折磨人的。
听说这次调整，是得物之前开全员会的时候，有同学反馈过这个问题。
愿意听取员工反馈并且这么快就做出改进，这种被重视的感觉，还是挺拉好感的。
最后问问，你们公司的晚饭时间是什么时候？欢迎在评论区和大家聊聊～
……
今天鸭鸭和大家分享一道 AI 大模型原理和应用面试题。
【什么是 LangGraph ？ 】
回答重点
LangGraph 是 LangChain 生态下专门做复杂 AI 工作流编排的框架，核心思路是把任务流程建模成有向图，节点是各种执行单元，边是状态流转路径，支持分支、循环、并行、人工审批这些传统线性 Chain 搞不定的场景。
传统的 LangChain Chains 是线性执行的，A→B→C 顺序走，想做个"如果 A 失败就走 B，成功就走 C"的分支逻辑，得写一堆 if-else，代码乱得很。LangGraph 直接把这套逻辑画成图，每个节点干什么、什么条件走哪条边，一目了然。
举个例子，做一个客服系统：用户提问→意图识别→如果是退款问题走退款处理节点，如果是咨询问题走知识库检索节点，如果识别不了走人工客服节点。这种多分支场景，用 LangGraph 画个图就行，用传统 Chains 写起来很痛苦。
LangGraph 的几个核心能力：
1）状态管理：全局 State 在节点间传递，支持持久化存储，长对话、多轮任务都能保持上下文
2）条件分支：根据运行时状态动态决定走哪条路径，比如"金额超过 1000 元→走人工审核节点"
3）人工介入：关键节点可以暂停流程等待人工确认，高风险操作不能让 AI 自己拍板
4）流式输出：支持 streaming 执行，边生成边输出，用户体验好
篇幅有限，更多 AI 相关面试题可以进入面试鸭（mianshiya.com）进行查阅。
