1、自我介绍2、介绍一下实习3、你们的 Agent 项目落地完成后，是直接交付给业务方还是让对方调用 API这两种方式都常见，区别主要在交付形态。如果是直接交付给业务方，一般会做成完整应用，比如网页端、内部工作台、客服系统插件或者企业微信机器人。业务方直接使用现成系统，不需要关心底层模型、检索、工具调用这些实现细节。这种方式更适合业务部门直接落地，优点是使用门槛低，缺点是后续定制需求可能会比较多。如果是提供 API，通常说明 Agent 能力被当成平台能力输出。业务方或者其他系统通过接口调用，比如传入用户问题、上下文信息、用户 ID，再拿回模型结果。这种方式更适合中台化建设，扩展性更强，不同业...

28届985本，科班，一直走的是本科就业的路子，学习Go后端，曾经还因为周围人卷保研而自己早已踏上了“正确的道路”而沾沾自喜。现在大二下，工程和算法能力还可以，但保研基本无望，也不想考研。愈发觉得自己所谓“正确的道路”可能并不是多么明智，AI以惊人的速度进化，一年之后或者两年之后，后端还存在吗？大部分的工作是否都和AI算法之类的强相关呢，但这又是一个需要研究生以上学历、需要卷论文的方向，本科就业者基本碰不到。自己的本科学历会不会在后端工作一两年就被“降本增效”了，或者是到了大三大四根本找不到对口的工作了？抱歉，可能我有点想到哪说到哪了，我不知道自己是不是在杞人忧天，现在有点迷茫，希望各位已经进入业界的大佬能够给我指条明路，谢谢！

你在leetcode上练的都是死代码能力🤣

1、自我介绍2、讲一个你做过的最有代表性的 Agent 项目3、如果让你设计一个通用 Agent 框架，你会怎么设计我会把它拆成六层。最上面是接入层，处理用户请求、鉴权、限流和会话管理。下面一层是理解层，负责意图识别、槽位抽取、风险识别和任务分类。再往下是规划层，根据任务复杂度决定是直接回答、走工作流，还是做多步规划。中间一层是记忆和上下文层，统一管理短期记忆、长期记忆、任务状态和检索到的证据。再下面是工具层，把所有外部能力封装成标准化 skill，包括描述、参数 schema、执行逻辑和异常处理。最底层是执行与评测层，负责模型调用、工具执行、结果回填、日志埋点和效果评估。如果要做成工程上可维...