1.深挖简历2.业务题：某一品类退货率高怎么处理（答得很烂3.sql的题（不会，没写4.还问了业务里面claudecode怎么防止权限太大ee（就答了一个沙箱隔离

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...

1.最近做 Agent 时，我最大的感受是：一个真正可跑的Agent应用，无论是B端还得C端产品，最耗时间的往往不是模型能力，而是接入链路。登录认证、权限控制、多协议对接、企业身份源接入、工具服务边界管理……这些事情单看都不难，但一旦分散在各个服务里，开发和维护成本会越来越高。2.但是最近在GitHub上找到的一个项目Casdoor，成熟高效的一站式解决了这些问题。官网:https://casdoor.ai/GitHub:https://github.com/casdoor/casdoorCasdoor主要拥有这些能力：统一身份与组织管理（Web UI 可视化）标准协议支持：OAuth/OIDC/SAML/CAS/LDAP/SCIM安全能力：MFA、WebAuthn、TOTP、审计日志AI 场景：MCP Gateway、A2A 相关接入能力开发友好：API + 多语言 SDK，方便快速落地3. 使用Casdoor之后最大的价值就是:  新应用接入更快，少走很多重复流程Agent/AI 服务调用边界更清晰安全策略集中管理，不再散落在各处团队协作成本和排障成本都下降了如果你也在做 AI 产品或 Agent 平台，这个项目非常值得看https://github.com/casdoor/casdoor

字节跳动，某 AI 平台组二面。面试官给了一个真实场景：客服系统每天处理上万条工单，团队想用 AI 接管一部分。候选人答了十分钟，核心观点是"agent 更智能，应该直接上 agent"。面试官追了一句："你的 agent 调试周期是多久？如果工单处理延迟翻倍，业务能接受吗？"  这道题看似在问技术选型，实际在考判断力：你有没有能力在"能做"和"该做"之间划线。  二、大多数人怎么答的 最常见的回答是："这个任务有多个步骤，需要调 API、查数据库、做判断，肯定得用 agent。" 问题出在一个...