技术最强的不一定混得好。见过算法竞赛金牌选手，进了大厂反而边缘化，因为他只会写代码，开会一言不发，需求理解总跑偏，项目推进靠别人。真正在大厂混得如鱼得水的，往往是这几类人：第一种是"向上管理"高手，知道领导想要什么，汇报简洁漂亮，让领导省心。第二种是"推进派"，跨部门协作不怵，催人不得罪人，项目从不烂尾。第三种是"抗压机器"，绩效考核、周报日报、OKR、各种评审，流程多到怀疑人生，但他们处理得游刃有余。反过来说，最不适合大厂的是什么人？是那种想法多、不服管、喜欢从零构建、受不了流程的人。这种人去大厂会很痛苦，但去创业公司可能是核心骨干...

本人bg为末九本，目前力扣hot100过了一遍目前在刷面试150，算法能力不太行，八股过了一遍。从3.9号开始陆续投简历，主要是官网投得多，中间几家大厂因为太菜笔试没过，其他不是简历挂就是一直在初筛，ssob上发了消息不是已读不回就是看都没看。在ssob上投还是在官网投面试机会大？另外我是不是简历有问题？希望各位大佬能给我和我点建议 从开始到现在已经一个月了一个面试机会都没有，已经没招了引流：美团，字节，pdd，腾讯，阿里

鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐

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...