agent

rt，鼠鼠是29的bg，简历上有multi agent一个项目，rag一个项目，想找大模型应用开发的暑期实习，但面了百度和腾讯发现面试官大多都是关注后端和408，简历上的项目没有问多少。鼠鼠之前学过Java但全忘光了，当时认为后端技术栈太多才转来大模型的，但现在发现大模型应用开发，大模型只是锦上添花，后端开发才是根本。现在好迷茫啊，不知道怎么快速学习后端技术然后去找暑期，还是要用Java从头开始学吗

求定位（暑期实习）bg：2本9硕，目前有一篇在投论文，但和大模型方向不算特别对口，属于 AI4S。另有一段非互联网实习经历，主要做 Agent 开发。我的优势大概是：代码能力比较强，笔试、手撕基本都比较稳；基础还可以，对深度学习、Transformer、pre/post training、RLHF、agentic RL等这些内容都有一定理解。目前拿到/推进中的机会有这些：鹅厂 NLP：一面表现不错，二面一般，三面发挥不太好。后面基本都是压时间进的测评和 HR 面。明天约了 HR 面，但我自己感觉不一定稳，有点担心泡池子。❀ AI 工程师：前面技术面都走完了，HR 最近一直在保温，说 offer 快了。听说业务偏 toB，方向类似 openclaw。宇宙厂（大模型 Agent 开发）：已经 OC，约了半个月后入职。PDD：才约的一面。我现在最纠结的点是：宇宙厂这个大模型 Agent 开发，会不会太偏工程，导致相比“算法/研究岗”显得没那么核心？本人不排斥工程，代码也还行，但想往更核心一点的算法/大模型方向靠；想听听大家的建议：我这种背景，更适合走 Agent 开发，还是算法/研究？宇宙厂这个 Agent开发 值不值得直接去？Agent 开发这条路，后面还有没有机会往更核心的算法方向靠？如果是你们，会怎么选？欢迎锐评，感谢大家！

美团三个志愿都是后端，没约面，然后挂掉了进入池子。被池子里面的前端&移动端捞起面了（约面时候我以为是后端，看了一眼以为是客户端，直到面试前我都以为是客户端）。因为实在没面了，就想着面一下吧。4.10 一面部门是做美团地图的前端（当时不知道是前端，还以为是客户端），面试官人挺好的。自我介绍挑项目里的一个点说一下（随便说了一个12306的微服务循环调用的问题）看你提到了分库分表？怎么用的？（扯了一下基因法）基因法是怎么设计的？那聚合查询问题是怎么解决的？（不会，这个忘记了）实习里面的MQ消息怎么保证不丢失的？ai的使用？（我说cc用的多，其实我也没用多少）cc写的时候万一不符合预期你怎么整？（我说优化提示词，这问题我真不会，没怎么了解过ai）万一不是提示词的问题呢？可能是他不知道你的功能是怎么样子？（这里我扯了一嘴skill）你说说skill和mcp的区别？（随便瞎扯了几句）进程、线程的区别？（吟唱）tcp三次握手、四次挥手？（吟唱）get和post的区别？（吟唱）数据结构里面的 二叉树的前序中序后序遍历？（问到这里感觉是kpi了）先说思路，再写个算法题吧：lc买卖股票的最大利润   1min秒了。原题写对了（后面扯了一下不借助额外空间找第二大利润，我以为是买2次，结果不是。面试官给了思路我还是没想起来，后面写完说情况不全，是两种情况就让写下一题了）这题事后感觉还是比较简单的，但是当时不知道为啥没想起来。lc无重复最长子串  2min秒了同学，我们这边是前端，想问一下你来的意愿（我说，要我的话我肯定来）前端你会多少？（我说我大一用vue写了个博客，仅限于使用）vue是吧？我们这边是做vue、react啥的（后面的框架我都没听清，也不知道是啥）肯定了表现。反问：转前端的建议和期望？（对实习生没有期望，建议：我们这边有实习的培训）反问：我的表现？（计算机基础还可以，整体可以，ai多去了解一下）面了50min（这点东西居然问了50min，我有点意外）问的太简单了，我还是维持原判，面完这个是投agent岗位了，争取找个中小厂agent暑期就可以了。

感觉agent目前很火，但又泡沫很大很多人现在推荐走agent可是又觉得agent没有太高门槛尤其是在模型迭代以后很多agent工程可能很快就没有意义了鉴于这种情况校招 agent 岗位该何去何从呢希望大佬指点一下（实习做了些agent，目前拿了agent和后端的offer，感觉AI coding这么强，普通软件开发被冲击得很大，但是agent也没有啥门槛，感觉走到头了。。。）

求助，九本，学的Java开发，然后进的是软件开发岗。本来说让我选偏业务的和偏ai的。但是我选了之后，又把我分到做ai相关了。然后看了看，估计就是Java项目中的一个类似agent的东西。包括些工作流，rag什么的。有人由和我说后端的别碰ai和agent，有些人又说现在agent应用开发蛮火的。是用心做这个实习内容还是去“学习”项目呢，整个项目我有权限看。

非常适合准备入门Agent开发或者是毕业生拿来做毕设的同学！！！包含的技术栈：LangChain + LangGraph + RAG + Agent + MCP + Memory + Python + FastAPIAgent下又有ReAct-Agent、CodeAct-Agent、Plan-and-Execute-Agent 的三种范式的示例链接为：https://github.com/Shy2593666979/AgentChat目前项目的Star数量≈100，已经收获来自理想汽车员工、西安电子科技大学同学等等等等的一致好评，遇到问题，尽管的提issue，作者还可直接远程操控电脑帮忙解决，...

简历如下，求拷打😭还能有机会去中大厂实习吗，想找到暑期实习

27届大三，想找一个暑期/日常的后端实习，投了很多厂，都没回应，求拷打是什么问题引流：字节跳动、腾讯、美团、百度、拼多多、阿里

救救孩子，二本26应届生，前面考研all in结果下岸，0实习，前一阵子纠结了好久最后决定选 ai agent方向的岗位，当然也0项目😭找了招聘软件十多个JD喂给ai，让ai给我编了两个（实习）项目经历，打算一边投一边学，（现在已经恶补了一阵子相关的技术栈知识了）让ai重点突出工程落地能力。求各位看官评价一下，这两个项目能写进简历吗，会不会太烂大街或者太玩具了😭求求让我赶在毕业前入行吧🙏🙏

ai时代其实做底层的基础模型开发永远都是少数人，而大部分人其实做的依然是开发方向，agent，rag，后端这些。可能有人说我学agent不需要学后端语言，其实并不是这样。我看了公司的ai项目，其实也会涉及到一些缓存，数据库的存储。agent开发不止需要的是对于大模型的基础性理解，还是需要一定的工程能力。刚开始企业在招聘的时候，主要考察ai是因为产品还在初始阶段，用户量不算很大。用户量大到一定程度就需要工程能力了，降级，容错，数据存储，性能优化，这是工程能力，而ai幻觉，输出质量稳定性，agent编排，微调需要的是ai能力。以下是更偏后端的ai开发的全栈能力1.  基础后端能力一门业务语言，框架，体系(java/golang/cpp)核心是构建后端服务，语言并不是最重要的，框架也不是最重要的。后端能力学框架并不是框架本身，而是涉及到底层的网络/io/数据存储/操作系统。为啥用多路复用，怎么结合业务逻辑配置缓存淘汰策略，其实是对计算机本质的理解。框架，中间件都是一层套一层的，最终会回归到最本质的io与trade off2.ai能力超越调用API，需理解大模型的核心原理（如Transformer架构、注意力机制）及其能力边界。ai应用侧的能力prompt，rag，mcp，langchainagent编排3.大数据处理能力随着互联网公司的数据量增大，普通的mysql以及不能支持高效的查询。对于一些复杂的聚合计算，报表这些通过简单的行式存储(tp)已经不能满足未来的需要，所以出现了列式存储(clickhouse/doris)。需要了解从tp数据库的清洗流程(flink流式处理/离线处理)ai时代我认为，数据的作用将会不断增大4.垂直领域的业务能力互联网(金融/电商/社交/内容/直播)都需要ai来赋能以我所在的跨境电商行业为例，你是否熟悉电商下单到跨境物流(头程，尾程)再到合规等业务，能否打通业务全链路形成闭环为什么未来需要全栈能力？(1)ai提升了代码开发的效率，如果我们把java，大数据，ai分成3个岗位，中间的沟通时间就会浪费掉，而ai更加擅长的其实是技术细节的coding(2)做ai开发prompt，rag，agent编排的偏向ai侧的工程师，其实是需要非常熟悉业务的，而java工程师最擅长的就是业务，不如让一个人去做，效率最高，不懂业务做ai开发效率是没那么高的就像美团履约团队，让前端去转后端一样，有可能未来，全栈正在成为一种趋势所以，先广度，再深度，先把工程能力和ai能力的广度建立起来，再对一些方面进行深挖最后再来谈谈为什么我认为ai是取代不了程序员的。我认为最核心的一点就是未来写代码有可能是一个需要情商的事情？什么叫需要情商，就是你废力去做的一个需求，可能用户根本不需要。举个例子，产品问开发，你认为这个需求最多能够承受多少数据量，开发问产品，你认为客户的需求能做到多少数据量就可以了。像saas公司，你真的要做到满足客户100%的需求嘛，不是的，因为你真满足了，你的服务器成本会很高，公司发现不划算。这就是一个trade off的问题所以本质上程序员开发涉及到情商/成本trade off/商业化思维的时候，ai做不了了还有一点就是行业的业务，以我在saas公司的经历，我认为saas公司其实就是在垂类赛道把行业的业务知识搞透了，赢得了客户的信赖，而其中一些业务设计，ai理解起来会非常困难。垂直领域的业务知识或许会成为程序的壁垒之一

uu们，总是看到前端要被代替了😭😭，目前学了typescript，react，next.js，nest.js，langchain.js，写过简单的agent项目。现在想转agent开发，如果靠js能找到agent开发工作吗，还是说再学一下python相关技术栈再去找呢(感觉有点学不动了）

假期沉淀第一步依靠cursor老师做的agent项目 我觉得是真实满足我个人的需要 也免费开源分享给大家 可直接部署在本地 如果有用希望可以点个小星星⭐️Github：https://github.com/alvinxx1123/sspOffer-interview-assistant开源免费java-agent项目 可本地运行 也可以部署阿里云上线运行 ☁️个人搭建运行后 可整理保存从各大平台收集的面经方便学习 不用来回跨平台搜索 一次解决👍支持保存个人简历 和 投递公司进度👍无论是面试完的立刻复盘 还是面试前的准备 都可以结合面经库中面经（RAG）和大模型本身生成更适用于自己的有效意见[耶R]也不用担心acm模式了 在线IDE题库中可自定义添加题目 然后运行ACM模式代码📖面经搜索：按公司、部门检索个人面经，支持手动录入或图片解析🤖AI 面试模拟：根据目标公司/部门面经(RAG) + 你的简历生成深挖问题📑面试复盘：上传真实面经，AI 深度复盘分析，给出改进建议💻在线 IDE：支持 Java、Python、Go 等 ACM 模式运行,题库支持手动添加题目📄简历+投递：简历管理、投递进度追踪🔒简单密码保护：部署时可配置管理员密码，防止他人修改数据希望可以帮到大家和自己都找到满意的实习和工作，祝大家都成为ssp！！！[握手R]

我记得前两天有一个叫程序员什么的牛友写了份agent相关题目汇总，之前还在热榜上的，忘记收藏了想着过两天再看看怎么今天搜不到了是否有好心人指个路，感谢

1.介绍你的agent项目，为什么做？能解决什么问题？有什么收益？2.知识库agent是搭建在哪里，线上？还是线下？3.大模型是如何选型的？4.RAG知识库的搭建流程？5.在RAG系统中，文档分割大小和检索TopK参数的选择是如何确认下来的？6.你的Mutil-Agent是如何协同的？7.有没有做过本地化部署的模型？8.另一个项目拷打...9.反问...总共耗时在25分钟左右

苦也！羲和鞭日，良辰苦短。闲云未散，俗务已催。身虽在床，魂系工位。且叹：人间好景不常在，明日又做打工人。过年天天玩，我已经有些厌烦。我愈发觉得毅力是一种非常珍贵的品质，从明天开始猛猛学ai转大模型应用开发，每天产出一篇学习笔记和大家分享一同进步，笔记一部分是面相面试八股，一部分面相ai技术结合业务的落地分享，如果因懒惰当天未产出笔记，欢迎各位集美狠狠鞭笞拷打我😋也欢迎大家支持我的笔记帖子！

29的bg，找的是大模型应用开发的实习，但是三月份面试下来发现只会个agent loop的搭建能力，完全没大厂鸟我，问的都是后端技术栈，现在有一个中厂的agent开发日常实习，用来公司内部数据bad case分析的，很纠结要不要去。自己没有后端基础，但后面秋招的大模型应用开发肯定是要agent+后端，想趁现在有时间的时候学学后端，直接战秋招了，还有必要去这个日常实习吗？

前言这是我的agent系列文章的第一篇，该系列分为三部分：AI认知篇：详细讲解相关基础概念AI实践篇：分享诸如skills怎么写、怎么ai coding、怎么写好prompt等的最佳实践AI八股篇：分享我自己整理的应付大模型应用开发岗位必备的八股笔记如果觉得有帮助，欢迎关注我并期待后续文章！预期是日更哦！当天没更可能是因为太累了，周末会弥补的。一、ReAct 核心：Reasoning + Acting，边想边做ReAct 拆开就是 推理（Reasoning）+ 行动（Acting），核心逻辑：AI 不先定死全流程，而是走一步、看一步、想一步，循环完成任务。通俗对比传统方式：出门前查好全程路线，...

大家好，本人bg本2，26fall港硕，目前基本只会基础语法，想找agent实习的话需要先从java后端学起吗，如果需要的话要学哪些内容呢，主要感觉从零开始学java时间线太长有点焦虑😢