搜广推算法从零到Offer

本人调剂双非研上岸，已被春招结局吓哭，现求救双非研做Agent开发有出路吗？

1. Agent 和传统 workflow 的本质区别是什么，什么时候该选 Agent，什么时候不该选传统 workflow 的核心是路径预定义，系统知道每一步做什么、怎么流转、失败后怎么回退，所以它更适合规则清晰、链路稳定、审计要求高的场景。Agent 的核心则是把部分决策权交给模型，让它在运行时决定下一步查什么、调什么工具、如何分解任务，因此更适合任务开放、输入噪声大、解法不唯一的场景。真正的分界线不在“有没有模型”，而在“是否允许运行时规划”。如果目标是工单分类、审批流转、固定字段抽取，workflow 往往更稳；如果目标是复杂排障、代码仓库理解、跨工具探索式分析，Agent 才更有价值...

发面经攒人品一面（3.27）1.自我介绍2.项目或者实习结合AI的点3.harness engineering 了解过吗4.vibe coding5.怎么保证出码质量6.MCP7.hashmap的数据结构8.哈希表是什么 是数组吗？ 数组里面存储的是什么9.hashmap 存或取的流程10.hashmap怎么才能线程安全11.说说concurrenthashmap怎么保证线程安全的12.讲讲CAS13.CAS的unsafe14.其他锁的情况15.说说ReentrantLock16.https 中TLS的握手过程17.中间人攻击了解过吗？18.有客户端开发或前端开发的经验吗手撕： 岛屿数量总结：面试官没开摄像头，侧重于有AI实践经验的后续已挂

1. 做一下自我介绍2. 讲一下你做的这个平台，重点说难点 解决了什么问题这个项目的核心不是“把文档喂给模型”，而是先把不同来源的材料转成可稳定检索、可引用、可更新的知识单元。整体架构一般包括文档接入、格式解析、结构抽取、分块与向量化、倒排索引、重排服务、回答生成和引用回填。我负责的部分主要是 chunk pipeline、索引写入和查询编排。难点主要在复杂文档结构，比如目录、页眉页脚、跨页表格、附件引用和条款层级，如果直接按长度切块，召回会很乱，模型也很容易把不同证据拼错。 def build_index(doc): blocks = parse_document(doc) chunks =...