cvte ai应用一面(线下)

1、自我介绍2、如果让你设计一个可回放、可调试、可审计的 Agent Runtime，你会怎么做一个真正能在线上稳定运行的 Agent Runtime，不应该只是“模型 + 工具调用”这么简单，而应该是一个有状态机、有事件日志、有回放能力的执行系统。我会把它拆成几个核心模块：任务上下文、Planner、Executor、Tool Adapter、State Store、Event Log、Policy Engine 和 Replay Engine。任务执行时，不是把所有中间过程都放在 Prompt 里，而是把关键状态结构化存储。比如当前步骤、已完成动作、失败次数、工具返回摘要、等待确认事项、上...

没有手撕leetcode，上来就让你使用trae在20min内通过vibecoding完成一个需求，整体体验非常好，面完了还有盒饭吃后续全程围绕vibecoding展开讨论，从项目设计到代码编写再到代码审查，你使用了什么模型啊，了解什么新的ai技术这些常规cpp八股1.内存分配是怎么样的2.堆和栈的区别3.多线程的线程同步4.lockguard底层实现原理后续hr综合面已挂，只能说cvte的hr权利太大了，挂的不明不白的，技术面是很好的，可惜了来回200的车费😭

1、自我介绍2、现场笔试：用 Trae 二十分钟写一个工具我通常会先自己确定功能最小闭环，再用 AI 帮我补骨架代码、参数解析和异常处理，然后自己做最后校验，不会完全依赖 AI 自动生成。因为这种场景最容易出问题的地方不是代码量，而是需求理解错、接口设计乱、边界没处理。下面是一种比较适合这种面试场景的小工具写法，功能是读取文本，做清洗后统计高频词，输出前 k 个词，结构简单，也方便快速展示工程习惯。 import re from collections import Counter def clean_text(text: str) -> str: text = text.lower()...

能的兄弟，能的，一天200k我肯定干