周二约了一家做公司内部agent工具的线下面试，我提前5min到达公司，后面面试也很顺利，跟一面的面试官聊了很多，面试官也很认可我的技术，当面告知我面试通过了，但是二面的面试官由于有事，没时间继续推进，于是我们说好后面找时间约后续面试。回去第二天我主动找hr希望继续推进流程，hr在明知我通过面试的情况下，含糊其辞，不给我继续推进，我等了三天，再我不断的询问下先是已读不回，最后直接告诉我面试不通过，没有任何解释就跟我说不通过，我全程友好交流。我就不懂了，你一个臭hr有什么好吊的？你要是不想推进，直接告知我结果能怎么样？非要拖几下子显得你高贵了，都是打工人，风水轮流转，总会轮到你的😝

嘶，也是鼠鼠在蚂蚁and飞猪后端的二面了，但是这俩次的面试非常奇怪🤔主包就把面经一起写了吧面完之后主包也是非常懵逼啊，话不多说，带来“面经”：1、自我介绍；2、看了你的一面，我就不拷打那么深了，你有用过ai coding的工具吗？3、用这些工具做过什么？4、你认为未来ai的方向是啥？5、你将会怎么结合ai进行后续的开发？6、难得插进来的场景题：你觉得在这个春节，千问联合奶茶券的活动，这么多人，点一个地区的奶茶店，你该怎么进行设计？7、数据库中，如何运用乐观锁或者悲观锁？8、你英语怎么样？要不再来个自我介绍（我：oh no！9、然后竟然开始问高考成绩？ummm 甚至问我是哪里人（随后开始一直闲...

当下 AI Agent 赛道爆发式崛起，岗位方向细分且覆盖面极广，零基础、后端、算法、应用开发都能切入，适配不同技术背景的开发者。首先是AI Agent 后端开发，也是后端程序员最适配的方向，基于 Java/Go/Python 搭建 Agent 服务底座，负责智能体调度、工具调用编排、记忆模块开发、向量数据库对接、多 Agent 协同架构设计，结合 RAG、函数调用、任务拆解能力，搭建企业级智能应用。其次是Agent 应用开发，偏向落地实践，聚焦垂直场景定制开发，比如办公 Agent、客服 Agent、运维 Agent、企业数字化智能助手，整合大模型 API、第三方工具插件、业务系统接口，快速实现轻量化智能体落地，入门门槛低，就业需求大。还有Agent 算法工程师，侧重底层能力优化，负责提示词工程、智能体规划决策算法、多轮对话记忆优化、长文本上下文管理、Agent 行为微调，结合强化学习、思维链优化，提升智能体自主推理和复杂任务处理能力。

题目 什么是困惑度（Perplexity）？它如何评估语言模型性能？ 一、定义与公式 困惑度（Perplexity, PPL） 是语言模型在测试集上对“下一个 token 预测”的平均不确定程度的度量，等价于交叉熵的指数。 设测试序列为 （ 为 token 总数），模型给出 ，则：  其中  就是平均交叉熵（每个 token 的负对数似然的平均）。所以：PPL 越低 = 平均交叉熵越低 = 模型对真实下一个 token 给的概率越高 = 语言建模越好。 二、直观含义  PPL = 1：理想情况，模型对每个真实 token 都赋概率 1，即“完全不困惑”。 PPL 越大：模型越“困惑”，对真实 ...