27届后端求助帖

还是太菜了，下去沉淀一下1.深入剖析ReAct框架的局限性，并在此基础上，详细解释Plan-Then-Act、ReAct + 轻规划以及Tree/Graph Planning（如ToT、LATS）这三种范式的核心区别、适用场景和各自的优缺点。 ​2.请阐述“思维链”（Chain-of-Thought, CoT）与“规划”（Planning）的本质区别。为什么说CoT仅仅是“将推理过程写出来”而Planning是生成一个“可执行的任务表”？请用具体例子说明。 ​3.在处理一个需要多步工具调用的复杂任务（例如“调研三篇关于RAG+RL的论文并输出中文总结”）时，如何设计一个鲁棒的规划机制来应对中间步骤的失败（如某个API调用超时或返回数据格式错误）请描述具体的重试、回滚或重规划策略。 ​4.详细解释Tree-of-Thoughts (ToT) 或类似LATS（使用LLM进行蒙特卡洛树搜索）的框架是如何工作的？它们与传统的线性规划相比，在探索最优解题路径上有何本质优势？ ​5.在Agent推理过程中，经常会出现“推理断层”或“结果与目标偏离”的问题。请结合具体技术或你的实践经验，说明如何通过提示工程、记忆机制或架构设计来缓解或解决这一问题。​6.请深入剖析大模型Agent的“长期记忆”模块。在设计一个能够持续运行、与用户长期交互的Agent时，你会如何设计记忆的存储结构（如向量数据库、图数据库）、更新策略（如记忆合并、遗忘机制）、检索机制（如重排序、混合检索）来确保记忆的高效和准确？ ​7.当历史对话记录非常长时（远超模型上下文窗口）你有哪些策略来优化记忆的查询效率并保证关键信息不丢失？请比较“滑动窗口”、“总结压缩”、“向量检索”等不同方案的优劣。 ​8.什么是“混合检索”（Hybrid Search）？请解释为什么在工业级RAG系统中，纯向量检索往往不够用，需要结合关键词检索（如BM25）。请给出一个具体的业务场景，说明混合检索的必要性。

当“双非”这两个字成为简历上绕不开的标签，到底要攒下多少段实习、改出多少版简历，才能推开那扇被985/211光环遮蔽的门？林然用三年时间，把自己从一家本地小公司的打杂助理，磨成了手握多份offer的求职者。他没有拿到逆袭的剧本，前前后后投出113份简历，真正换来的不是幸运，而是几条被现实反复敲打后刻在脑子里的真结论。一、实习圈那句“越早越好”，他用三年才真正听懂大二那年暑假，林然得到第一份实习——在一家本地母婴品牌做市场助理。每天的日程是整理发票、贴报销单、给会议室加纸杯。同期有同学在朋友圈晒出互联网大厂的工牌，他说不羡慕是假的。但正是这段看似没技术含量的经历，让他无意中接触到快消行业的渠道促...

bg广东某9大三，几段产出还不错的科研+几个ai竞赛奖项，目标还是秋招。4月中开始找实习，被拷打了一个月之后东拼西凑的拿到了几个offer1、字节工程效能agent（byteintern），350/day，工作内容是开发测开的agent框架，但是有可能进去之后实际变成一些无技术含量的测开工作2、某中小型量化的ai算法，1000/day，但是本人没有量化经验，不确定是否能够胜任3、蔚来汽车，转正实习，ai应用研发，400/day，base上海，工作内容主要是使用ai提效。4、美团，日常实习，安全攻防agent，主要做一些逆向的工作5、一些初创，有能给到接近1000的，但是感觉没那么靠谱感谢各位友友的参考意见😊

感觉这篇文章不错。https://blog.csdn.net/m0_56487684/article/details/160078286面试遇到这种题目还有别的建议吗