腾讯Ai Agent应用开发一面凉经

一.实习
拷打28min
二.项目1
2.1 现在有了Claude Code，为什么还要去重复的做一个类似的项目呢？
2.2 这个项目和Claude Code相比，核心差异是什么？有什么比他做的好，什么不如他？
2.3 分层上下文管理，每一层管的是什么？
2.4 摘要生成器使用什么模型做的？这个摘要质量要如何保证？
2.5 有没有尝试一下关于subagent的探索？启动多个agent的作用是什么？
2.6 主agent和子agent的通信是怎么实现的？
2.7 有没有遇到过agent陷入死循环的情况？有什么解决方案？
三.项目2
3.1 GRPO和PPO的区别？
3.2 KL散度，具体是怎么加入的？这个值太大或者太小有什么问题？
3.3 Qlora的rank怎么设置的？
3.4 训练参数是怎么选的？有没有调参测试？
3.5 lora和qlora的区别是什么？
3.6 量化之后对训练的效果影响是怎么样的？
3.7 梯度检查点的原理。它对训练速度大概减缓多少?
四.随机提问
4.1 平时用过哪些Ai agent的工具?
4.2 你觉得Ai工具，最大的帮助场景是什么?
4.3 有没有遇到过Ai应用或者工具无法解决的场景?
4.4 平时写的代码或者实习写的代码有多少是Ai生成的?
4.5 openclaw有没有实际使用过？有没有做相关的了解？比如它的架构设计上的优势是什么?
4.6 你觉得类似于openclaw或者Claude code，它现在还有哪些地方是可以改进的?
4.7 Claude code源码泄露，有没有去了解它，有什么比较创新的东西？
4.8 从开发者的角度，做agent最难的部分是什么？
4.9 自己做agent的时候，踩过最大的坑是什么？
4.10 一个好的prompt和一个差的prompt的区别?
4.11 除了Qwen3VL，还有没有使用过其他的多模态大模型?
4.12 有没有了解一些端侧部署的模型?
五.python八股
5.1 python中的深拷贝和浅拷贝的区别?
5.2 python中的修饰器知道吗?
5.3 python中的字典的底层原理?
5.4 死锁的条件是什么?
5.5 哈希表的原理?
六.Code
无code