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...

目前只有wxg约过一面，手撕没撕出来就挂了

作为正在求职的后端学生，我认为能抗压、学习速度快、逻辑思维强的人更适合大厂。不光要有扎实的技术功底，还要懂得团队协作、高效落地需求，愿意主动复盘优化。不畏惧高强度节奏，能快速适应业务迭代，踏实肯干且持续成长，才是大厂真正青睐的人。