面试官通常围绕Agent原理、工具调用、系统设计与工程落地发问：🔍 基础概念• 定义Agent及其与LLM Chain的区别。• ReAct、CoT、ToT等推理范式的区别与适用场景。🛠️ 工具与框架• Function Calling与Tool Use的关系，LangChain/LlamaIndex等框架的选型考量。• 多工具编排、参数校验与错误重试的实现。📦 系统与落地• 记忆模块（长短期）与RAG融合的设计。• 防幻觉、防死循环、降级策略等稳定性保障措施。• 从项目目标、难点到效果指标的完整复盘。

一、科大讯飞 核心研发平台 AI算法工程师-自然语言处理方向二、华为 云计算BU AI应用工程师两者的工资短期内差别不大，之后想往互联网大厂或者一些类似的大企业跳槽。我了解的讯飞的核心研发是搞算法研究，但是具体是纯算法还是会有业务落地，不太清楚；华为云计算的这个岗位应该会偏工程，但是据说也可能会接触到算法，也就是和算法可能会沾点边。后续如果想往互联网大厂或者其他一些大企业跳槽的话，从公司到岗位，在AI行业内，这两家更推荐谁呢。

“没工作”的恐惧，本质上是对“未知”的失控感。在打磨简历、焦灼等待各种面试反馈的这段时间里，悬空的状态确实让人心慌。但这种状态下，我可以去恶补行业知识、去死磕学术论文、去复盘面试话术。这种焦虑是阵痛，它虽然难熬，但往往能逼着我向上攀登。“烂工作”的恐惧，本质上是深陷泥潭的“内耗”。回想一下那种“心累五颗星”的极限拉扯状态：每天在极度繁杂的流程中做“夹心饼干”，处理理不清的业务逻辑、填补永远存在的沟通漏斗。这种状态最可怕的地方在于，它会把我的精力、热情甚至自信心，在日复一日中消磨殆尽。每天下班后只剩下疲惫的躯壳，只想躺平回血，根本没有多余的脑容量去思考长远的职业规划，更没有力气去寻找新的机会。“没工作”是一场充满压力的短跑冲刺，熬过去就是新篇章；而“烂工作”是一场不断掉血的慢性中毒，“消耗现在”的最终结果，是它会温水煮青蛙般地，把我的“未来”也一并剥夺了。

1.skills和tools是怎么区分的？2.skills真正的优点是什么？能做到什么？3.mcp的讲解？ mcp要定义接口的话，必须把参数那些都定义到上下文中，他是一个比较冗余的信息，会污染到上下文。正常的工具调用是不需要这些冗杂语义的，而skill会隔离这些东西在上下文里面会去隔离这些东西，不光是token消耗量。还有一个重点就是做到按需加载，渐进式加载的问题。4.长期记忆是怎么做的？用户的记忆属于实体记忆，实体记忆应该更偏向于关键词记忆，并非rag。5.接触过融合检索吗？融合检索是什么？6.混合检索的融合算法是什么样的？他的比重是什么样子的？有可能rag找回了top5，es召回了top5...