拼多多内推，组内直达

前言这是我的agent系列文章的第2篇，该系列分为三部分：AI认知篇：详细讲解相关基础概念AI实践篇：分享诸如skills怎么写、怎么ai coding、怎么写好prompt等的最佳实践AI八股篇：分享我自己整理的应付大模型应用开发岗位必备的八股笔记如果觉得有帮助，欢迎关注我并期待后续文章！预期是日更哦！当天没更可能是因为太累了，周末会弥补的。传统编程与 Workflow 是 “人提前定好所有逻辑”，Agent 是 “AI 自主做决策”—— 这一本质差异，让它能解决前者搞不定的问题，成为更具差异化的新交互范式。一、三者核心对比表开发技能需掌握编程语言、算法等专业知识理解编程原理 + 图形化工具...

楼主的秋招真是异常惨淡，好几个终面/排序挂，北上的很多大厂根本连简历都过不去，最后拿了一个 4399 游戏开发和北京中厂的搜推业务，但都没选，背水一战备战春招。幸好机缘巧合进了在垂类领域比较有名气的 ai startup 公司实习，后续字节，阿里，b 站都主动约了面试，最后也算是终于结束校招了，base 在广州，给的薪资也挺满意的，面试过程比较顺利基本上都是秒过，面经就不发了聊的都是 agent 的实习，去做的也是 agent 后端

过了，云智真tm香啊。😜

1. 深入讲讲你项目中遇到的最复杂的技术问题，如何解决的？参考答案：我在做电商系统时，遇到过一个分布式事务的问题。场景是用户下单时，需要同时操作订单服务（创建订单）、库存服务（扣减库存）、积分服务（扣减积分）三个服务。如果其中一个服务失败，其他服务需要回滚，保证数据一致性。最初我使用了两阶段提交（2PC）方案，但发现性能很差，而且存在单点故障问题。协调者挂掉后，所有参与者会一直阻塞等待。后来改用了Seata的AT模式，它是一种改进的2PC，通过拦截SQL自动生成回滚日志，性能和可用性都有提升。但在高并发场景下，Seata的全局锁机制导致性能瓶颈。最终我采用了基于消息队列的最终一致性方案。下单时...