蹲一个大佬了解一下阿里巴巴LAZADA部门情况

1. 自我介绍2. 项目介绍3. 多智能体项目中，工具调用是怎么实现的？4. MCP 有哪些协议是否了解？5. RAG 的工作流程6. Tranformer 为什么出现？解决了什么问题？注意力机制介绍一下7. 大模型生命周期相关，训练，微调，量化，剪枝，蒸馏，部署，分布式等，从头到尾串了一遍8. 有一个垂域大模型，部署成本过高，如果要降低部署成本，你会选择蒸馏还是量化？9. Linux 进程与线程的区别10. Python GIL 锁有没有了解？怎么绕过 GIL 锁？11. Git 多人协作的时候怎么处理合并冲突？12. 开放性问题：你在学术项目中印象最深/感触最大的一件事13. 开放性问题：...

腾讯那边到岗时候一个月之后能谈吗？这到岗时间的话是不是就直接不考虑了

1. 你最近在学哪些课程或技术方向？2. 你有没有使用过 AI 相关工具？有，用过 Cursor 和 ChatGPT。主要是辅助写一些重复性代码、补测试用例、解释报错、查 API 用法，也会用来做知识点对比，比如 synchronized 和 ReentrantLock 的区别，或者分析 SQL 为什么慢。一般我会把它当辅助工具，不会直接照搬结果。3. 你用 Cursor 的时候遇到过什么问题？最大的问题是上下文理解不一定完整，尤其是跨文件和跨模块的时候，生成的代码可能能跑，但不一定适合当前项目。还有就是它有时会忽略边界条件，比如空值、并发安全、事务失效这些问题，所以关键逻辑我还是会自己过一遍...

除了mcp，agent skills这些相关的东西之外，最近又出了一个这个新的名词，你如果去相关的平台去搜这玩意儿，不管是小红书啊还是绿泡泡啊，这些地方全都是叭叭叭AI生成一大堆的长串文章，非常令人难崩，你看着看着就看晕了，并且他们也不是很权威，说不出个什么所以然。我大概看了看，其实我自我感觉就是一种抽象的规范规则的一个统一的命名，如果你让AI做一个东西，比如说编写代码，生成脚本编写需求文档，这些都是AI的一些应用场景，如果你想让这些落地场景相对来说可复用性强。稳定性强，准确率高，适用于一些特定业务场景的复杂逻辑的话，那么就需要很多的定义和规范。比如说分层设计，比如说复用之前已有代码的用法和写法。比如说上下游链路接口的规则的传入 类似于这种的。然后把数据库的使用规范呀，然后接入新增字段的一些规范呀，然后一些加锁的逻辑啊，缓存的逻辑啊，查表的逻辑呀，这些都通过规则呀，或者说是一些别的方式，比如说skills这样给他规定一下，反正我感觉是这样的，不知道有没有大神，有更深刻的见解，只能说AI时代必须要不断学习，你不学就完犊子