腾讯pcg卡在hr面11天了怎么回事

给我面没招了，发点面经攒攒人品～1.项目拷打2.pagedattention核心原理；continuous batching；vllm部署的推理策略。3.grpo和ppo的区别以及两者训练时的细节。4.如何判断推理能力和最终答案之间是否有关联；如果不匹配怎么改进？5.推荐场景chosen/reject怎么构造？6.历史反馈有曝光偏差，学不到真实偏好，怎么解决？7.多目标reward怎么设计

Claude Code 51万行源码泄露后，技术圈都在拆架构、看代码。但对产品经理来说，这份源码里藏着的不是技术细节——是一整套"如何让用户信任 AI 去做真实工作"的产品方法论。  一、Prompt 不是文案，是产品规则引擎 大多数 PM 理解的 prompt = "写一段好的提示词"。Claude Code 的做法完全不同：  7 层动态拼装：静态宪法（行为准则）+ 动态政策（环境/记忆/会话状态） 每个工具配独立使用手册（prompt.ts），不是一段通用说明 缓存边界精确划分：静态部分走缓存省钱，动态部分按需注入  PM 启发：如果你在做 AI ...

很多人以为技术面过了，HR面就是走个过场，其实远没那么简单。薪资期望、离职动机、职业规划、优缺点、压力面……问题一个比一个细，稍不注意就容易踩坑。建议提前准备：自我介绍要简洁有重点，谈薪资给出合理范围，讲离职原因千万别抱怨前公司，情景题多展示解决问题的思路。真实、诚恳、有逻辑，才是HR面真正的加分项。

实习生当社招面，所有人全疯了这次加粗的不是答不出来的，是答案缺乏深度的，不是实习生哪来的深度自我介绍为什么选择前端有没有接触过其他方向（写过一丢丢服务端）用过哪些 AI 工具（说了平常用 AI 的用途，之前构想的单人异步工作流从输入提示词到 AI 产出结果发生了什么（？？？先是想说 ReAct、Plan and execute 之类的，告诉我别说这些，就说 agent 做了什么）你对提示词如何规范 AI 产出的理解，它到底做了些什么（只能说说列计划啊工具调用啊之类的）怎么理解 harness engineering，有没有实践过（说了一下 skill 之类的，然后确认与 ai 的需求文档）手撕...