1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...

算上这次也是三战字节了timeline3.24一面 当晚约二面3.25二面 当晚约三面3.27三面 3.30约HR面4.1HR面4.2 oc+offer加油加油，希望暑期能活下来

刚加上这个hr，结果是个广子，发完第一句话就被封号了微信

自我介绍实习B 平台 针对需要不断接入新模型，做了哪些优化目前接入多少模型如何控制并发，以保证不超过模型频控限制八股简单说一下 JAVA 中的垃圾回收机制算法小于 n 的最大数：给定一个数 n，如 23121；给定一组数字 A 如 {2, 4, 9}，求由 A 中元素组成的、小于 n 的最大数，如小于 23121 的最大数为 22999其他你最近了解的 ai 最新进展了解 skills 或 mcp 的概念吗OpenClaw 最近听说了吗