后端or agent开发？

1. 请做一个简短的自我介绍2. 在你的项目里，挑一个技术难度大点介绍一下3. 你平时工作中用过哪些 AI 编程工具4. 对 Python 掌握如何？在你的实际使用里主要承担什么角色5. 对协程了解吗如果面试官保留“协程”这个点，其实完全可以只从 Python 角度展开。你可以说协程适合 I/O 密集场景，比如异步调用多个外部工具、并发请求检索服务、批量处理模型请求、流式返回等。协程不是让 CPU 计算变快，而是提高等待 I/O 时的资源利用率。在 Agent 场景里，协程比较适合做并发检索、多工具并发探测、异步日志上报、流式 token 处理这些事情。如果继续深入，可以提一下 asyncio...

笔试a 1.83(没开long long不ac的那次)（投的好迟现在才面第一家）1.自我介绍2.实习拷打-agent具体流程-使用什么模型，时延多少-复合多少tool，缺槽具体是怎么处理的-多轮逻辑有吗-RAG怎么做的-记忆怎么更新，删除。权重3.kv cache了解吗，具体是啥，存kv，为啥不存q4.回到实习，kv cache下，你的query怎么构建，顺序如何才能利用好5.即使把query放最后，如果新增小变更 前面的k矩阵还是会变化要重算，怎么办。-乱答flashattention，被指出错误，问是否了解vllm里的解决机制-不是搞infra的，论文也是可解释性相关的，没追问了6.做题top k大的元素，k<<N;-上午面脑子不清醒，一开始写了个堆排序，随后立刻改成k大小的堆排序7.问想来做什么8.反问40min猛攻特勤处，洗洗睡了

1.介绍你的agent项目，为什么做？能解决什么问题？有什么收益？2.知识库agent是搭建在哪里，线上？还是线下？3.大模型是如何选型的？4.RAG知识库的搭建流程？5.在RAG系统中，文档分割大小和检索TopK参数的选择是如何确认下来的？6.你的Mutil-Agent是如何协同的？7.有没有做过本地化部署的模型？8.另一个项目拷打...9.反问...总共耗时在25分钟左右

对不住了bro哈哈哈哈哈