1. 自我介绍2. 讲一下你做的项目，重点说你负责的模块和难点3. 你在做 Agent 的过程中，真正学到的东西是什么，最大的坑是什么真正学到的不是 Prompt 怎么写得花，而是怎么把模型能力约束进一个可控系统里。比如什么时候让模型自由推理，什么时候必须走工具，什么时候直接拒答，什么时候中断循环，这些都不是模型自己能解决的。最大的坑一般是把模型当成确定性组件用，结果线上一旦遇到模糊输入、脏数据或者工具超时，链路就开始发散。后面通常会补上三层约束：输入规范化、工具白名单、执行状态机。这样即使模型发挥不稳定，系统也不会直接失控。4. RAG 这条链路里，最容易被忽略但最影响效果的环节是什么最容易...

面试很难，还是要多多练习，攒人品中1. 项目拷打2. 这里推荐用的是公开的数据集做的是吧？详细介绍下数据集？3. 数据集中的评价是文本类的评价吗？4. 因为你是做推荐，你肯定是用到了不同维度的特征嘛，介绍下所用的特征？5. 针对这种数据你是怎么去编码，以及训练的方法？6. 怎么理解这里的正样本和负样本？7. 正负样本的比例大概是多少呢？8. 训练数据总共是用了多少训练数据？训练了多久？9. embedding的初始化方法？10. 多目标优化模型有了解哪些？详细介绍下手撕：快速排序75. 颜色分类（Hot100）

还有一些简历挂的没放出来鼠鼠我太菜了