整体面试还是不错的，但是没后续了，不知道是哪里出了问题1项目拷打2说一下实习经历3说下如何保证大促稳定性的，哪些独立完成的4你觉得其中比较有难点的是什么5如果让你实现一个xxx管理系统，你会怎么设计接和库表6如果要实现多开网页免登录的话，应该怎么做到的7rag文档切分怎么做的流程是什么8mcp有了解底层架构是啥吗9对前沿ai知识了解吗10skills你理解的是什么11讲一下你理解的harness，有用过他做过什么事情吗

TapToGo 是一款智能旅行规划助手，为用户提供个性化的行程规划服务。用户只需输入目的地、出行天数、预算范围和旅行偏好等需求，系统即可智能生成包含景点推荐、餐饮安排、住宿建议的完整行程方案。核心功能包括：AI 智能行程定制，根据用户需求自动生成合理的每日行程安排；地图可视化展示，支持实时查看景点位置和路线导航；POI 详细信息查询，提供景点、餐厅、酒店的营业时间、评分、价格等实用信息；行程历史记录管理，自动保存用户的历次规划记录方便查阅；收藏功能，支持收藏感兴趣的地点和行程；PDF 行程单导出，便于离线查看和打印分享。无论是周末短途游还是长途旅行，TapToGo 都能帮助用户轻松规划完美行程...

（仅分享最近的收获）：AI能够提升上限：情景- 我之前上学时喜欢用Python。曾说“JAVA是工作，Python是生活”- 虽然但是，没有Python大项目基础，等级可以类似于 JAVAEE水平。太久没写后也忘了差不多辽- 我需要使用python进行快速的自动化落地，从零到一完整写一个新的项目：过程- 一开始古法编程硬写，费时费力没有成果- 过了一段时间选择推倒重来，给出完整的产品设计文档，以及数据库建模，以及需求单.md- 再装配 skill，使用 AI IDE （agent，模型都选国内顶级模型） + Intellij （手动修改，使用 DS的 FIM）结合的模式- 针对需求单做进一步任务拆解，“吃一个，看一个”；在交给AI前，先自己把伪码以及核心方法名创建出来 （最长一次花了2h做这事）- 花费大量时间堆 prompt 质量。只手动圈选必要上下文（最多一次圈了15个文件），并有礼貌的指出问题，指出你要看什么这样这样- 对结果不断优化，能改的直接自己改：结果- 攻克太多之前想都不敢想的难点，东西出来了：舒服的地方- 一筹莫展的境地，有了转圜的余地- 我这种菜鸟写起来肯定是磕磕绊绊，我就疯狂的打TODO让他FIM，速度得到了保证，不会卡心流- 真的能够快速验证，小步快跑，把东西拉出来：不舒服的地方- 平均一次响应要5min以上。很急，等到切回来我的上下文也是要恢复滴- 模型质量不足。连我这个python菜鸡都看不下去了，写的啥啊，应该主要是业务太复杂了罢。。。- prompt与前期准备工作占到了单一需求开发全流程的 60% 以上。不是说不能接受，就是有些别扭，明明有这些时间写文档，自己写也写完了（如果是java的话）：评价- 当然JAVA工作的话，主要还是修修补补为主，不是这种“一口气，一把梭”的情况。。。同时，负责的业务场景很复杂，项目文档建设非常落后，最近commit冲突的量级是以k来统计的 --我没有信心让AI来帮我做这些- 我能够接受这种合作方式，我认为自己不是AI的奴隶，同时暂时很难取代，我上面所述的工作拆解与指挥领导的这一步- 后面我会拥抱 Codex 的生态，然后把项目的文档都补充建设起来- 当然，我也明白，

先搞懂：为什么需要位置编码？Transformer 模型本身是 位置无关 的！它不知道哪个词在前，哪个词在后。比如 "我喜欢吃苹果" 和 "苹果喜欢吃我" Transformer 会认为这两个句子的结构完全一样，因为它只关心词与词之间的关系，不关心顺序。但实际上这两个句子的意思完全不同！所以需要 位置编码 来告诉模型每个词的位置信息传统位置编码问题方案1：学习型位置编码，初始化一个位置向量，全程全靠train给每个位置随机初始化一个向量让模型自己学习每个位置应该是什么样的❌ 缺点：只能处理训练时见过的长度，遇到更长的句子就傻眼了方案2：正弦位置编码用三角...