渣硕秋招该投机器学习还是java开发？

实习产出不仅要会做还要会说，只做不说没人看得到，只说不做徒有其表，华而不实。所以实习产出就大胆的包装，既然你都参与了项目，自己花点时间去研究一下项目，大胆的把项目产出写在简历上，前提是写的内容要熟悉，别人问什么都知道，这才是合格的产出，另外，用词也要精准。其实大家都知道实习都只是打打杂，但是你的描述和别人不一样，经历不一样，当然机会就会更多。

1. 如果让你从 0 到 1 设计一个企业级 Agent 平台，你会怎么划分 Planner、Memory、Tool、Knowledge、Runtime、Evaluation 这几个模块？边界怎么定？我一般不会按“大模型功能”来拆，而是按“责任是否稳定”来拆。Planner 只负责决定下一步做什么，不负责真正执行；Tool 只负责把外部能力标准化，不参与推理；Knowledge 负责把文档、结构化数据、权限和索引组织成可检索资产；Memory 只存跨步、跨轮、跨会话还需要被引用的信息；Runtime 负责状态推进、超时、重试、回放和观测；Evaluation 则独立出来，不跟在线链路耦合，因为...

总共50min自我介绍上来一道题（判断ipv4合法）拷打项目（竟然问我本科随便搞的一个yolo项目）拷打实习（感觉更多的像了解我的项目，科研实习，跟agent相关）问了langgraph0八股反问：说我一开始的时候要表达的清楚一点

1. 你做过的 Agent 项目里，Agent 和普通问答系统最大的区别是什么？普通问答系统更多是输入一个问题，模型生成一个回答，核心在回答质量。Agent 更强调任务闭环，不只是回答，还要规划步骤、调用工具、拿到结果、根据结果继续下一步，最后把任务完成。也就是说，问答系统重点是“说”，Agent 重点是“做”。如果项目里接了数据库查询、知识库检索、接口调用、审批流或者脚本执行，那基本就已经不是单纯的聊天系统了。2. 你怎么理解 Agent 的核心组成？一个完整的 Agent 一般包括模型、Prompt、工具、记忆、规划、执行控制这几部分。模型负责理解和推理，Prompt 负责约束行为，工具负...