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...

不知道过两年会变成啥样…   

真的要被春招面试搞疯了，每次都能顺利通过一面，结果到二面就翻车，来来回回挂了好几次，真的是越面越没信心了。一面大多是问基础题、简历上的项目，这些我都提前准备过，基本上都能对答如流，每次面完都觉得稳了，结果等来了二面，直接被问懵。二面要么是深挖项目细节，问我“这个项目里你遇到的最大问题是什么？具体怎么解决的？”，要么是问业务场景题，结合项目给我提一些具体业务上的问题，我每次都答得磕磕绊绊，思路不清晰。真的太磨心态了，每次都差一步，不是简历挂、不是一面折戟，偏偏卡在二面，越面越焦虑，甚至开始怀疑自己是不是真的不行。