1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...

，有没有什么老主神学，祝我一臂之力

目标后端

1. 请你介绍一个最有技术含量的嵌入式项目，重点讲讲系统架构、你的职责和遇到的难点参考答案：我做过一个基于STM32/嵌入式Linux的控制系统，整体分为传感器采集层、控制逻辑层、通信层和上位机交互层。我的主要职责是驱动开发、通信协议设计，以及核心任务调度与性能优化。在架构上，我把高实时任务和低优先级任务拆开，用中断加RTOS任务的方式保证关键路径响应。项目难点主要在于多模块协同、通信稳定性和异常场景下的恢复机制。我通过优化任务优先级、引入状态机设计、增加超时重试和日志定位，解决了大部分稳定性问题。这个项目让我对驱动、任务调度、接口抽象和系统级问题定位都有更深入的理解。2. 为什么想做嵌入式开...