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...

1.自我介绍2.Go内存管理策略 三级缓存划分目的 如何避免内存碎片 size class划分3.go GC4.(项目）数据库选型？如何避免Redis离线消息占用过多内存？5.Redis速度快的原因6.Redis Slot7.OSI七层网络模型8.进程和线程区别9.口撕：链表反转