奇虎360Agent开发 一，二面

最近看见了好多篇java转行agent开发的帖子，而且最近各大培训机构的java教学大纲都加上了py和agent的内容。我想问一下，作为二本大三本来学java的我，到底要不要也去学习agent，还是java卷到底。目前我java已经写完微服务项目了，但是算法还不是很牢固。

1、介绍一下你的实习项目经历我在上一家公司实习期间主要负责物流管理系统的开发工作。这个系统主要处理订单流转、仓储管理、配送调度等核心业务，日均处理订单量在20万左右。我主要参与了三个模块的开发：1）订单管理模块，负责订单的创建、状态流转、异常处理等功能，用到了状态机模式来管理订单的生命周期；2）库存管理模块，实现了库存的实时扣减和预占功能，通过Redis分布式锁保证并发安全，用消息队列做异步库存同步；3）数据报表模块，基于ElasticSearch做订单数据的聚合分析，生成各种维度的统计报表。在这个过程中遇到过一些技术挑战，比如高峰期接口响应慢的问题，我通过添加Redis缓存、优化SQL查询、...

我本科一直做 Web 相关开发，技术栈主要是 React / Node / TypeScript / Python。一开始接触大模型，其实和很多人一样：写 prompt、接 API、做点 demo。但很快我就发现，如果只是“调 API + 写 prompt”，其实很难真正做出复杂的 AI 应用。这篇文章主要分享一下：从前端工程师转向 Agent 开发，我的一些经验和踩过的坑。一、很多人刚接触大模型时，会觉得 AI 应用开发就是：写 Prompt调 OpenAI API输出结果但实际上，如果要做复杂应用，真正的问题通常是：上下文管理（Context Engineering）工具调用（Tool Use）任务轨迹设计（Agent Trajectory）状态管理（Memory / State）成本与延迟控制这些其实更接近 系统工程问题，而不仅仅是 prompt 的问题。二、前端背景有几个优势1 状态管理经验前端：state → viewagent：state → reasoning → action本质类似。2 工程能力前端工程师通常很熟悉：模块化API 设计工程结构渐进式披露（很重要）这些在 Agent 框架设计里很重要。3.相关技术栈openclaw，cluade code和opencode均使用typescript作为其主要开发语言，ts在agent项目里的使用比重很高。三、Agent 的核心其实是“轨迹”很多人以为：prompt → answer但 code agent 实际是：thought→ tool call→ observation→ thought→ tool call→ ...所以关键问题变成：如何设计agent loop如何设计 tool如何设计 observation如何管理上下文四、最近面试和做项目的过程中，我也有一些反思：1 多复盘，而不仅仅是做项目很多时候不是做得不够多，而是复盘不够。2 定量大于定性不要只说“优化了性能”，而是尽量给出指标：- latency ↓- token cost ↓- success rate ↑3 多方案 trade-off工程问题通常没有唯一答案，关键是：- 方案 A- 方案 B- 为什么选 B4 技术要服务业务不仅要看技术指标，还要看：- 用户体验- 成本- 整体业务效果5 尽量 close ticket，而不是一直做 demoAI 领域很容易陷入“做很多酷的 demo”但真正的工程能力是：解决具体问题并落地。五、如果你也是 Web 开发背景，其实完全不用焦虑“AI 门槛很高”。很多 AI 应用开发，本质上还是工程问题：系统设计状态管理工程架构只是多了一个新的组件：LLM。如果你已经有扎实的工程基础，再补充一些：LLM 基础Agent 设计Context Engineering其实是可以很自然地转过来的。

给出了一个二叉树的后续遍历和中序遍历，求它的层序遍历。先弄清楚步骤： 1.由后序遍历和中序遍历来还原二叉树； 2.借助栈来实现bfs，从而实现层序遍历：这道题的的关键在于如何还原二叉树，大体的思路是：1.先由后序遍历来确定根节点，再从中序遍历里找到该根节点位置， 2.由中序遍历的位置来确定左子树的元素的个数，这样右子树的个数也可计算出来。 3.将左子树和右子树调用还原的函数，最后得出原二叉树。 4.借助栈来实现bfs，完成层序遍历。 #include<bits/stdc++.h> using namespace std; typedef struct Node{ int data;...