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...

28届2本非科班大概很快要找实习了，应该是偏ai应用开发方向

4.8机考过约4.16下午技术面＋主管面，隔了一个小时技术面：没问项目问了计网的一些知识（时间久远一点没看）redis为什么这么快手撕：leetcode出现k频率高的数字主管面：华为的企业文化base地想法你认为你比别人更优秀的地方在哪闲聊了一下性格