当我在gpt面前提其他AI工具

用AI写代码、做开发时，为避免幻觉出错，我都会提前固定设定。明确硬件平台，STM32型号、运行环境，限定只使用标准库或HAL库，禁止虚构寄存器与外设指令。要求代码必须标注逐行注释，只输出可直接编译的工程代码，不出现无关逻辑。补充硬件参数、通信协议约束，让AI严格贴合实际开发场景，这样生成的内容准确率大幅提升没有严重ai幻觉

一面 40分钟  ai相关的工具和相关的知识是从哪获取的 解释ai中的token token还有哪些用处吗 上下文是什么，上下文的大小决定了什么指标 在上下文窗口大小限制的情况下，如何更合理的处理上下文 向量数据库你了解的有哪些 向量数据库和传统数据库的区别 向量数据库的匹配相似度的方法  余弦相似度 面试官补充：欧氏距离（L2）   对余弦相似度的理解，是如何计算的 mcp解决什么问题，为什么模型会引入mcp概念 mcp由几部分组成 如何使用mcp的方法 electron主进程是如何处理mcp连接的安全性的  没太明白，问了面试官后，说的是zod校验   function calling是什...

全程拷打项目，重点在于：1.数据如何获取和筛选清洗，数据格式，输入输出，MCP的具体使用2.为什么选择Qwen3，某些sft是否必要3.多Agent如何实现协作，Langraph的特性和操作4.问了一点强化学习相关，还不是很熟悉没答太上来5.模型效果如何评测，数据集，评价指标6.Temperature为0时理论上应该可以复现模型输出，但实际上工程实现中并不能完整复现一模一样的输出，问为什么，如何解决？7.如果想要截断某个Agent的输出或者调用的大模型的输出，只保留最相关的部分，如何用代码实现8. 代码：一道hot100原题，排序数组查找第一个和最后一个，秒了

问题 1. 看一下你的 AI 基础。介绍一下 transformer 基本原理？解释一下注意力机制？解释一下什么是扩散模型？2. 讲一下你对 agent 和 Workflow 的理解3. 你知道 lovart 吗？你认为他是 agent 还是 Workflow？你怎么判断的？4. 目前这种产品二次编辑能力很差，让你来设计这个二次编辑功能你会怎么做？subject agent 的设计思维考察（意图、环境、function）5. 聊点业务上的，目前广告产品已经有很多工具能力，生成素材、投放等工具，目前我们有两个策略：A-all in one ，B 让做多个产品。你支持什么策略？为什么？6. 好在你的理解上，以广告素材生成为例，我们不只做工具，如何证明这个功能/产品的商业价值？工具生成的内容 reward 如何衡量？7. 好的，想象一个场景。我们希望打造一个产品，用户做广告不再是过去哪个先建广告组、做素材、定目标···而是交给 agent，用户只需要输入商品和基本信息，其他交给 agent 去做。那在这个过程中，main agent 发出指令，subject agent 执行。如果 subject agent 认为需要再做一个素材，这个过程应该如何流转？这个关系你会如何思考设计？（有点小难）8. 你未来的规划？你的职业方向？反问1. 针对最后一个问题（agent 之间的关系和流程），您是怎么思考的？反馈是一个发散性的问题，看大家对于 agent 的理解规划。主要再看 agent 的需求和环境变量的关系。面试官说如何去看待 main agent 和 subject agent 的专业程度和功能复杂度。2. 您提到的这个 all in one 的产品，是未来的发展目标吗？反馈聊到 agent 再整个商业界的定义，帮助我个人把对于产品的视角从「解决某个具体场景效果」到「解决整个数字商业广告的问题」再到「技术完成新的产业形态」3. 您希望找到什么样的人？