猿辅导面试，17号二面啥时候给消息？

事情是这样的，其实在春招刚开始的时候，也就是3月1号，我就开始投简历了，然后呢当时都问了什么时候能到岗，我就去问班主任能不能出去实习去，班主任说不可以，于是我就推掉了。但是后来就觉得不能坐以待毙，不然秋招就完蛋了，于是经过一个多月的沉淀我又开始投简历了，也是成功的拿到了offer，然后跟上课老师沟通后有的允许了，但是有个老师说让班主任找他说，然后我就跟班主任说你跟老师说一下，然后班主任让我请假，我就去找辅导员准备请假，但是根本请不了两个月的假，辅导员是准备给我请两天假装装样子的，后面班主任又给我发消息说明天（就是今天）早上找她办手续，我以为班主任准备给我请假呢，然后我今天就去了，（昨天以经买好...

要求每天至少对话100次🤣现在必须得all in AI了

之前一直在牛客刷大家帖子，看到了很多人吹捧大厂多好多好。但是说个会被喷的事实：双非本，秋招拿了5个offer，比我那个在某大厂实习的室友还多一个。他在大厂做了三个月，负责链路中的一个中间模块。听起来很厉害对吧？但面试的时候面试官追问这个特征是怎么选的召回策略谁定的，他只能说这部分是算法团队负责的。我在旁边听得都替他尴尬。我呢？在一家不过百人的小公司做了个后台管理系统，全流程就我一个人。你问我任何一行代码为什么这么写，我都能给你掰碎了讲，因为踩过的坑我全记得——凌晨两点调CORS跨域问题的那种刻骨铭心你懂吗。说到底面试官要的不是你title多好看，是你到底有没有真正做过这件事。大厂名字能帮你过简历关，但到了面试那一步，你做的东西是不是你的，一问就知道了。后来我室友也想明白了，他说我那三个月最大的收获就是知道了食堂哪个窗口最好吃。我不知道他是在自嘲还是在认真的。

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...