模型端侧部署/AI Agent/嵌入式/前端

一面一面主要集中一些C++八股，项目，STL的一些深入理解上，面试体验还不错，面试官也比较懂，技术交流很不错，没有手撕，面试时间大概半小时左右结束。二面一面结束后的第一个工作日上午就通知我可以二面了，二面的时间大概也在半小时左右。面试最开始就给我详细介绍了这个岗位的规划和职责，然后询问我的意向（这一点我觉得还不错，至少先讲清楚了双方有意向就继续沟通，没有意向就节省双方时间），接着才是正式的面试过程，首先是对C++的一些理解，包括八股，STL，内存，然后一些关于图像简单的问题，ffmpeg，aac等三面三面也是终面，面试官给我推荐到了另一个更合适的部门，是CTO面。跟公司的CTO交流还是秋招以来...

问题1：答了一下Agent的灵活性，比Wrok flow更灵活，步骤是动态决策的等。包括还说了大模型注意力机制的捕捉长距离依赖和并行计算能力带来的理解能力和计算速度的提升。问题2，3： 核心传统行业 VS 行业：参考《Agentic Desgin pattern》书上Agent 质量监控这一章，往 Agent更灵活，需要对轨迹监控，以及要对回答的内容做监控 这两点答。问题4.把分类任务用Lora做微调，降低延迟，成本/提高准确性问题5.引用《Agentic Desgin pattern》 书上的两个模式 Prompt chaining和Multi-agent模式。同时讲了深入分析Agent框架和llm中Function calling交互的debug流程。问题7.为啥用agent不用传统技术，可能想让我结合后端架构讲。问题8.我讲了我之前看的BabyAGI源码，讲述任务规划功能。我想试图把这方向从算法拉回工程。讲了Agent设计的框架。算法题：leetcode找众数，但是可能不存在众数，不存在需要打印-1。

当时小米逼签，硬生生从7天拖了一个月的时间，因为还想看看其他的offer进行比较，但是后面也没有很好的offer，所以在hr给的最后时间还是签了