1.base北京，国企研究院，年包40，大模型agent方向。缺点：大小周。优点：开的高，大模型方向我感觉更有前景2.base上海，民企，细分行业龙头，年包35。感知方向，但是可能跟算法岗不太一样，偏解决方案。缺点：方向小众，不好跳槽，并且不是我想做的算法岗，并且是偏CV的。优点：没那么累，性价比高还有一个北京的智驾，35w，但是风评不好，已经决定放弃目前在面一家比较知名的企业，还没面完，但是hr说开不了那么高，可能32w这样

求定位（暑期实习）bg：2本9硕，目前有一篇在投论文，但和大模型方向不算特别对口，属于 AI4S。另有一段非互联网实习经历，主要做 Agent 开发。我的优势大概是：代码能力比较强，笔试、手撕基本都比较稳；基础还可以，对深度学习、Transformer、pre/post training、RLHF、agentic RL等这些内容都有一定理解。目前拿到/推进中的机会有这些：鹅厂 NLP：一面表现不错，二面一般，三面发挥不太好。后面基本都是压时间进的测评和 HR 面。明天约了 HR 面，但我自己感觉不一定稳，有点担心泡池子。❀ AI 工程师：前面技术面都走完了，HR 最近一直在保温，说 offer 快了。听说业务偏 toB，方向类似 openclaw。宇宙厂（大模型 Agent 开发）：已经 OC，约了半个月后入职。PDD：才约的一面。我现在最纠结的点是：宇宙厂这个大模型 Agent 开发，会不会太偏工程，导致相比“算法/研究岗”显得没那么核心？本人不排斥工程，代码也还行，但想往更核心一点的算法/大模型方向靠；想听听大家的建议：我这种背景，更适合走 Agent 开发，还是算法/研究？宇宙厂这个 Agent开发 值不值得直接去？Agent 开发这条路，后面还有没有机会往更核心的算法方向靠？如果是你们，会怎么选？欢迎锐评，感谢大家！

继续来分享下最近的面经~欢迎友好讨论，信息共享1.论文与项目拷打2.对agentic rl的了解简单介绍langchain和langgraphharness做的事情看起来langchain等也一直在做，为什么harness现在这么火，有什么区别3.端到端生成式推荐生成式召回生成式排序这几个方向各自的代表成果以及侧重你认为目前而言哪一块是融合的最好的，或者说哪一块价值最高码本训练的方法，评估指标，模态对齐怎么做，embedding模型是否要训练，幻觉怎么解决4.手撕:排序链表

还是太菜了，下去沉淀一下1.深入剖析ReAct框架的局限性，并在此基础上，详细解释Plan-Then-Act、ReAct + 轻规划以及Tree/Graph Planning（如ToT、LATS）这三种范式的核心区别、适用场景和各自的优缺点。 ​2.请阐述“思维链”（Chain-of-Thought, CoT）与“规划”（Planning）的本质区别。为什么说CoT仅仅是“将推理过程写出来”而Planning是生成一个“可执行的任务表”？请用具体例子说明。 ​3.在处理一个需要多步工具调用的复杂任务（例如“调研三篇关于RAG+RL的论文并输出中文总结”）时，如何设计一个鲁棒的规划机制来应对中间步骤的失败（如某个API调用超时或返回数据格式错误）请描述具体的重试、回滚或重规划策略。 ​4.详细解释Tree-of-Thoughts (ToT) 或类似LATS（使用LLM进行蒙特卡洛树搜索）的框架是如何工作的？它们与传统的线性规划相比，在探索最优解题路径上有何本质优势？ ​5.在Agent推理过程中，经常会出现“推理断层”或“结果与目标偏离”的问题。请结合具体技术或你的实践经验，说明如何通过提示工程、记忆机制或架构设计来缓解或解决这一问题。​6.请深入剖析大模型Agent的“长期记忆”模块。在设计一个能够持续运行、与用户长期交互的Agent时，你会如何设计记忆的存储结构（如向量数据库、图数据库）、更新策略（如记忆合并、遗忘机制）、检索机制（如重排序、混合检索）来确保记忆的高效和准确？ ​7.当历史对话记录非常长时（远超模型上下文窗口）你有哪些策略来优化记忆的查询效率并保证关键信息不丢失？请比较“滑动窗口”、“总结压缩”、“向量检索”等不同方案的优劣。 ​8.什么是“混合检索”（Hybrid Search）？请解释为什么在工业级RAG系统中，纯向量检索往往不够用，需要结合关键词检索（如BM25）。请给出一个具体的业务场景，说明混合检索的必要性。