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...

能的兄弟，能的，一天200k我肯定干

看来得重新踏上征程了。后悔之前oc之后没有走其他的流程。

🙌面试感想：脑子一热hr打电话就约了 但是水平完全不够 面试官也是特别好 问的问题能感觉到完全没上难度 结束后也是秒挂了1.自我介绍2.（项目）聊天数据存储在什么位置？本地存吗？消息形式是纯文本还是支持图片、视频？如果要发图片，你准备怎么做？上传图片后消息体是什么样、如何传输？3.Kafka 为什么吞吐量大？4.Kafka 消费者可以有多个吗？多个不相关应用消费同一个 Topic 可以做到吗？怎么做？多个消费者共享消费数据、处理慢的场景能做到吗？5.协程和线程的区别？协程在操作系统层面是什么？为什么是用户态？6.Go 怎么管理协程？（GMP）协程死循环会卡死绑定的线程吗？7.MySQL 索引...