简上最虚的一句话

1. 自我介绍2. 介绍你这项目，重点讲 LLM 部分是怎么设计的3. 如果让你从零设计一个对话 Agent 的流程，核心状态有哪些核心状态至少要有会话状态、任务状态、工具状态和记忆状态。会话状态负责当前轮的输入输出和上下文窗口；任务状态描述目标、槽位、依赖和是否完成；工具状态记录已经调用过哪些外部能力、返回了什么、是否失败和是否可重试；记忆状态保存长期偏好、历史事实和结构化摘要。很多对话系统看上去只是“多轮聊天”，实际真正难的是状态机设计，如果状态边界不清晰，模型很容易把临时信息写成长久事实，或者把上一个任务的中间结果错误继承到当前轮。4. 如果用户和 AI 对话时生成的问题本身有冲突，系统...

很多 AI 项目死在预处理环节，面试官会专门针对嵌入式特殊环境拷打。核心问题：你的设备没有完善开源库，图像缩放、裁剪、归一化、色域转换这些预处理操作怎么实现？直接调用开源库还是手写底层代码？电脑端部署可以依赖各类第三方库，但嵌入式端资源受限，很多库无法移植、占用过大。一定要区分场景，裸机环境下纯手写矩阵运算、像素处理逻辑，轻量化 Linux 环境精简裁剪依赖库，只保留核心功能。讲解预处理优化细节，比如像素数据格式对齐、数据类型转换简化、批量处理减少重复计算。同时说明预处理与推理的时序配合，避免数据错位、缓存覆盖导致 AI 识别异常。还要提到不同摄像头输出格式的适配，RGB、YUV 格式一键转换方案

🙌面试感想：拷打住了 手撕也没撕出来1.哈希冲突的解决方法及优缺点2. 链地址法退化为链表后如何优化3.哈希表扩容是否需重新计算哈希值及原因4.进程与线程的区别5.上下文切换的定义、实现、触发场景6.多线程环境下共享 / 独享资源是哪些7.Go协程与线程的区别(用户态为什么开销小）8.线程安全问题的解决方法9.原子性操作的定义10.锁的类型及适用场景11.读写锁的饥饿问题及解决 （公平锁）12.kafka topic/partition/broker 的关系13.partition 是逻辑还是物理分区14.Kafka 消息的顺序性15.kafka分区分配及指定方法16.手撕：全排列（回溯法）...

太丢脸了 但是实在太焦虑了，请问一下26届的友友们，大家都找到工作了吗