最近又整理了一份 影石创新（Insta360）嵌入式岗位二面的面经。整体看下来难度比一面明显更高，很多问题已经不只是基础知识，而是更偏向 系统设计、性能优化以及实际工程问题的处理。面试官会从一些基础概念入手，但很快就会延伸到具体实现和实际应用场景。和一面相比，二面更看重候选人对 系统整体架构的理解能力。很多问题都会结合影石相机的实际产品，比如 多路图像数据处理、传感器同步、数据存储、系统稳定性以及功耗控制 等。面试官通常会通过连续追问来判断你是否真正理解这些技术在项目中的应用，而不仅仅是停留在理论层面。整理了一下这次二面中比较典型的 18 道问题，整体覆盖 RTOS、数据处理、接口通信、系统调...

最近在学习Agent项目时，踩了很多坑，也有了很多体会，以下是笔者的一些见解。第一，必须具备完整的工程后端体系很多 AI 项目在实现时只关注 Prompt、工具调用或者 Agent 流程，但却忽略了系统工程本身。然而在企业环境中，AI Agent 本质上仍然是一个应用系统，它需要具备完整的后端架构，包括 API 服务层、数据库设计、会话管理、日志系统、错误处理，完善的兜底机制以及高并发处理能力等。如果一个项目只展示模型能力而忽略系统工程能力，那么在面试官眼里往往会被认为只是一个 Demo，而不是一个可以上线的产品级系统。第二，不能只是简单调用框架，而应该具备真正的 Agent 系统能力现在很多...