1. 你设计Agent系统时踩过哪些坑？2. 怎么评估一个Agent到底好不好用，光看最后答案够不够？3. Agent的长期记忆和短期记忆分别怎么实现？4. 如果让Agent同时做好几件事，它怎么避免互相干扰？

1. 你觉得Agent和大模型直接调用有啥不一样？ 2. Agent怎么决定什么时候该用哪个工具？ 3. 它要是调错了工具或者卡在死循环里，你打算怎么处理？ 4. 多步任务里Agent怎么记住前面干过啥？

以前代码泄露，可能别人拿去抄一抄，做个类似的产品。现在呢，代码里但凡藏着点写死的相关账号密码、模型参数、对接密钥，或者是一些内部强业务逻辑，别人拿过去喂给AI分析一下，分分钟把你的业务、安全漏洞、甚至公司机密摸得透彻。

有些公司常年挂着实习岗，疯狂招实习生干活，但转正名额少得可怜，他们不是想培养人，就是想用廉价劳动力，等实习生干满三个月，随便找个理由打发走，下一批又来了。我们现在招实习生都会明确说明，这个岗位没有转正机会，如果介意是可以不用来的

那家公司简直就是人生bug集中营。福利不行、工资拉胯，还整天搞PUA那一套，领导架子大得能当梯子爬。要是能debug，肯定把入职那家公司那一行代码直接注释掉，换成多面几家，当时就不应该去，该相信自己能找到更好的。

大学那会儿总觉得时间还多，今天宅了还有明天，结果四年下来，学校外面那条街都没吃遍。图书馆坐了无数个下午，但隔壁城市的山长什么样完全不知道。现在回头看，那些窝在宿舍刷手机的下午，换成一趟短途旅行多好

平时需求中遇到某个业务需要写算法时，我一般还是会自己先想一遍才踏实，直接抄AI的解法，心里总觉得没底，下次换个马甲又不会了。但我还是会把自己写的交给他给我优化，这样既保住了思考的过程，又借了AI的力。

我常用的一招就是自己先撸一版能跑的代码，哪怕写得再丑再啰嗦都行，然后扔给AI帮我看看这坨代码能不能优化一下，结构整清楚点，或者能不能使用Stream优化，但别改功能。然后它就会给我输出一版更干净、更高效的代码，有时候还能发现我没想到的边界条件，但有的时候它还是给我瞎改。

我自己其实是大四上才去实习的，因为之前真的没有了解这方面信息不知道要提前实习。大一大二的时候可以学好专业知识，大三上的时候自己做做项目，然后完善简历。刚好大三下也没什么课程了，可以专心去实习快速成长。

如果确实遇到不会的问题，我觉得大方承认不会确实是最优解。一定不要让对话停在那里，如果都尬住的肯定很掉分的，或者你主动引导面试官问你熟悉的领域，你得让面试官看到你的本事。

之前我朋友面试就遇见过，有些地方给企业招应届生、补贴和社保减免和一次性吸纳就业补贴什么的，算下来一个人能省好几万，对一些利润薄的小公司来说，这笔钱就是实打实的利润。

准备春招那会儿，笔试一天两场，手都写麻了，结果面试通知掰着手指头能数过来。后来琢磨了一下，发现可能是很多公司笔试是海笔，根本不筛简历，只要你投了就给你发，做完以后再看简历和笔试成绩综合排序。

没待过大厂，去过中厂。体验就是进去第一周基本在装环境、看文档，真正写代码是在一周一后，技术文档是架构师写好的，表结构都是准备好的，只管写代码，写完有人review，代码规范、单测覆盖率、commit信息格式，每一样都有人盯着。后来待了家小厂，一进去当天就是上需求，两天后就上线了，而且很多东西都是我一个人的活，总体来说差异还是挺大的。

如果真能debug，我可能会改的不是某一道题的答案，而是考前那段日子的某个状态，也许是哪个晚上没睡好，也许是某次心态崩了没调整过来，总之就是状态不对，导致最终的成绩比平时低了好一截。这些东西不像代码那样能精确定位到哪一行，但偏偏它们比任何一行代码都影响最终结果。