工作半年踩过的坑(挨过的叼)

题干解析 题设给予宝石总数(n)，背包空间大小（C）与每种宝石的价值(w)，每个宝石所占空间大小(c)与数量(m)，要求我们选择一种存储方式，使在不超过背包空间的前提下获得最大价值。 算法思路 多重背包问题。首先我们我们可以延续0/1背包的思路，将所有单个宝石看作一种宝石转化为0/1背包，这样做只需在原有的两层循环嵌入一层k从的循环即可。 但注意以上方案时间复杂度预计为最坏情况下n=100, 所有，总计进行数量级以上的计算，会超时，需要优化 一种简单的优化方向是进行二进制拆分后再转化为0/1背包。 假设某个宝石，我们不妨将25拆成集合，自行尝试一下，这五个数的任意组合的和能够覆盖0~25所有的...

1. 面试前3天准备（必做，决定80%成功率）面试失败的核心原因，80%都源于准备不足。哪怕是有多年职场经验的老员工，裸面也极易出现思路混乱、应答失误的情况，更别说应届生和转行求职者。面试前的3天是黄金准备期，不用追求面面俱到，但必须抓住“懂岗位、懂自己、懂公司”三个核心，精准发力、高效筹备，杜绝裸面踩坑。第一，深度拆解招聘JD，精准匹配需求。很多人投简历时只看岗位名称，面试前也不仔细研究JD，导致准备的内容和岗位需求脱节，面试官问起时答非所问。正确的做法是，把招聘JD打印出来，逐字逐句拆解，分成“硬技能、软技能、核心职责、隐性需求”四类，每一类都标注出重点，所有准备工作都围绕这四类需求展开。比如运营岗的JD中，“内容策划、用户增长、数据统计”属于硬技能，“沟通协调、抗压能力、执行力”属于软技能，“对接跨部门资源、独立推进项目”属于核心职责，“愿意主动学习、适配团队氛围”属于隐性需求。拆解完成后，还要对应到自己的经历中，标记出自己哪些技能、经历能匹配JD中的需求，哪些地方存在不足，不足的地方可以提前准备应对话术，比如“我目前在XX技能上还有提升空间，但我已经系统学习了相关课程，并且有XX实操经验，相信能快速适配岗位需求”。记住，面试官筛选求职者的核心逻辑是“匹配度”，而非“全能型”，精准对接JD，才能让你的准备更有价值。第二，梳理个人经历，备好STAR故事库。面试官判断你能力的核心依据，就是你的过往经历，空洞的自我介绍和口号式的优势，根本无法打动面试官。正确的做法是，用STAR法则（S情境、T任务、A行动、R结果），梳理3-5个核心经历，覆盖“项目成功、解决难题、跨部门协作、抗压攻坚、学习成长”五大高频面试场景，确保无论面试官问到哪个方向，你都能快速调出对应的故事，从容应答。应届生重点梳理实习经历、校园项目、学科竞赛、毕业设计等内容，哪怕是短期实习或小型校园活动，只要能体现你的能力，都可以重点打磨；社招职场人则重点梳理核心工作成果、主导的项目、解决的核心问题、获得的业绩突破，弱化无关的工作内容，突出自己的核心价值。每个故事都要控制在1-2分钟，避免冗长流水账，重点突出“你做了什么”和“你做成了什么”，拒绝只说“我负责XX工作”，却不提及任何成果。这里给大家举两个示例，方便直接套用：应届生示例：“在XX公司新媒体运营实习期间（S），我负责官方公众号的日常运营工作（T），主要承担内容策划、文案撰写、排版推送和粉丝互动等任务，每周产出2篇原创内容，优化标题和封面设计，调整推送时间（A），经过3个月的努力，公众号粉丝从500人增长至3000+人，单篇最高阅读量突破1万+，账号活跃度提升40%，获得领导的书面表扬（R）。”社招示例：“我有3年ToB市场推广经验，在XX公司任职期间，主导了一场面向中小企业的营销推广项目（S），核心任务是提升产品曝光量、获取有效线索，完成月度推广目标（T），我负责方案策划、渠道筛选、资源整合和效果复盘，对接5个推广渠道，优化推广话术和落地页设计，组织2场线上宣讲会（A），最终项目累计带来200+有效线索，转化率达15%，超行业均值5个百分点，帮助公司完成月度推广目标的120%（R）。”第三，简单调研公司与业务，拉满面试官好感。很多求职者觉得“调研公司没用”，其实不然，简单的调研的能体现你的诚意，证明你不是海投简历，而是真心想加入公司，这也是面试官非常看重的一点。调研不用花费太多时间，重点关注3个方面即可：一是公司主营业务、行业地位、核心产品或服务，了解公司的核心竞争力；二是公司近期动态，比如新品上线、融资情况、重大合作、行业奖项等，面试时不经意提一句，能瞬间拉近和面试官的距离；三是岗位所属团队的核心业务，了解这个岗位在团队中的定位，以及未来可能承担的工作内容。调研渠道也很简单，牛客网的公司评价区、公司官网、官方公众号、知乎、脉脉等平台，都能找到相关信息。比如面试时可以说：“我关注到贵司近期上线了XX新品，主打XX功能，正好贴合当下行业趋势，我之前在实习时也接触过类似的产品运营工作，非常认同贵司的产品理念。”这样的表述，既能体现你的调研诚意，又能巧妙展现自己的适配度，比说10句“我很想来贵公司工作”更有说服力。第四，准备基础物料与形象，避开细节坑。细节决定成败，面试中的一些小细节，往往能影响面试官的评分。物料准备方面，一定要提前打印2份纸质简历，确保简历打印清晰、无错别字、无乱码，排版整洁；准备一支黑色签字笔，方便记录面试官的提问和重要信息；如果是设计、运营、技术、文案等需要提交作品集的岗位，一定要提前整理好作品集，无论是电子版还是纸质版，都要分类清晰、重点突出，方便面试官快速查看。形象准备方面，不用穿过于正式的西装，重点是干净、得体、整洁，贴合岗位调性。职场类岗位（如运营、市场、行政、管理等）可以穿休闲正装，男生穿衬衫+西裤或休闲裤，女生穿衬衫+半身裙或西装裤，避免穿运动鞋、牛仔裤、T恤；技术岗、创意岗可以适度休闲，穿整洁的T恤+休闲裤即可，但绝对不能穿拖鞋、背心、短裤等过于随意的穿搭。此外，提前整理好发型，女生可以化淡妆，男生保持面部整洁，避免佩戴过于夸张的饰品，给面试官留下干净、干练的第一印象。2. 面试中应答技巧（直接背，现场不慌）面试现场的应答，既要体现你的能力，又要展现你的态度，很多求职者准备得很充分，但因为应答技巧不当，导致发挥失常，错失offer。其实面试中的应答有固定的逻辑和模板，掌握以下技巧，就能从容应对，稳拿印象分。第一，自我介绍：30秒抓住注意力，不重复简历。自我介绍是面试的开场，也是面试官了解你的第一步，核心目标是“30秒内让面试官记住你的核心优势，知道你适配岗位”。很多求职者的自我介绍要么冗长流水账，重复简历上的内容；要么过于简洁，没有突出任何优势，这都是不可取的。自我介绍的通用模板的是：我是谁+核心经历+匹配岗位的优势+求职动机，四部分缺一不可，语言简洁、重点突出，控制在30秒左右，最多不超过1分钟。这里给大家准备了应届生和社招的通用模板，可直接套用，根据自己的情况调整细节：应届生模板：“面试官好，我是XX学校XX专业的应届生，有1-2段XX相关实习经历，主要负责XX工作（如内容策划、数据统计、客户对接等），熟练掌握XX技能（如Excel、PS、文案撰写、Python基础等），在校期间参与过XX校园项目，锻炼了我的执行力和沟通协调能力。我非常认同贵司的企业文化，也很看好这个岗位的发展前景，希望能加入团队，快速积累实战经验，为公司创造价值，同时实现自身的成长。”社招模板：“面试官好，我有X年XX领域相关工作经验，先后在XX公司任职，主要负责XX工作（如项目管理、市场推广、用户运营等）。在职期间，我主导过XX核心项目，达成了XX业绩（如粉丝增长10万+、业绩提升30%、成本降低20%等），熟练掌握XX硬技能和XX软技能，擅长解决XX类型的问题。我一直很关注贵司的发展，贵司的业务方向和我的职业规划高度契合，希望能加入团队，发挥自身的经验和优势，为公司创造更多价值，同时实现职业层面的提升。”切记，自我介绍不要重复简历上的内容，简历上有的信息不用再详细阐述，重点突出简历上没有的、能体现你适配度的核心亮点，比如你的核心业绩、独特的技能、与岗位高度匹配的经历等。第二，高频问题应答：掌握核心思路，不踩坑、不出错。面试中，无论什么岗位，都会有一些高频问题，这些问题没有固定的答案，但有固定的应答逻辑，掌握这些逻辑，就能从容应答，避开雷区。以下是面试中最常考的4类高频问题，附上详细的应答思路和示例，可直接背下来，灵活套用。一是优缺点问题（必问）：核心原则是“优点贴岗位，缺点不致命”，绝对不能说“拖延、粗心、抗压能力差、不擅长沟通”等会直接影响工作的缺点，也不能说“我没有缺点”，这会显得不真诚。优点要结合岗位需求来谈，比如应聘运营岗，就说“执行力强、擅长复盘、沟通高效、对数据敏感”；应聘技术岗，就说“逻辑思维强、细心严谨、擅长解决技术难题、学习能力强”。缺点要选择“可以改进、不影响工作”的，比如“前期过于追求细节，有时会影响工作效率，后续我会优化时间分配，平衡细节和效率”；“某块新兴技能（如AI工具使用）还在提升阶段，但我学习能力强，已经在系统学习，相信能快速掌握”；“刚接触XX领域，经验还不够丰富，但我愿意主动请教、快速积累，尽快适配岗位”。

从 Yao 等人，2022 引入了一个框架，其中 LLMs 以交错的方式生成 推理轨迹 和 任务特定操作 。生成推理轨迹使模型能够诱导、跟踪和更新操作计划，甚至处理异常情况。操作步骤允许与外部源（如知识库或环境）进行交互并且收集信息。ReAct 框架允许 LLMs 与外部工具交互来获取额外信息，从而给出更可靠和实际的回应。结果表明，ReAct 可以在语言和决策任务上的表现要高于几个最先进水准要求的的基线。ReAct 还提高了 LLMs 的人类可解释性和可信度。总的来说，作者发现了将 ReAct 和链式思考 (CoT) 结合使用的最好方法是在推理过程同时使用内部知识和获取到的外部信息。它是如何运...

现在做Agent智能体开发确实是个很有前景的方向，不管是大厂还是创业公司都在往这块投入，新的技术方向也一直在出来，从单一智能体到多智能体协同、工具调用、自主规划、长流程执行，落地场景越来越多，很多以前只能靠人做的复杂任务，现在都能交给智能体去完成。随着整个AI时代往前推进，企业对这类人才的需求只会越来越大，不管是做研发、架构还是落地交付，机会都比以前多很多，相当有前途