开发你的agent的时候，用的是什么流程？为什么用这个流程？ 用的是React流程：先推理->调用工具执行->观察 循环迭代知道任务全部完成 适合工具调用场景：ReAct 的流程天然适合工具调用，因为每一步都可以根据上一步的观察结果决定下一步做什么。 可解释性比较强：ReAct 的执行轨迹通常比较清楚 容错能力更好：如果工具返回失败、结果不完整，ReAct 可以继续调整策略 模型和 Agent 的区别是什么？ 模型只负责输出，不能自主感知、自主决策、自主执行，而Agent可以自主感知、自主决策、自主执行 自主感知：环境输入获取能力 自主决策：基于当前状态选择下一步做什么 自主执行：...

，有没有什么老主神学，祝我一臂之力

拼多多测试一面，

想在简历里体现“嵌入式 AI 能力”，关键不是写你“学过什么”，而是让面试官一眼看出你能在资源受限设备上把模型跑起来并解决实际问题。可以从三个层面去写：1. 技术栈要“嵌入式 + AI”融合不要只写“会 C++ / Python / TensorFlow”，而是写成有场景的组合，比如：C/C++（ARM Cortex-M / Linux）+ 模型部署（TensorFlow Lite / ONNX Runtime）硬件平台（STM32 / 树莓派 / Jetson）+ 推理加速（NEON / GPU / NPU）这样能直接体现你不是只会训练模型，而是能落地。2. 项目描述突出“落地过程”项目一定...