美团校招大量hc

在构建AI Agent（智能体）时，如何引导大模型有效完成复杂任务是一个核心问题。当前主流范式主要有两种：ReAct（推理+行动） 和 Planning & Extractor（规划+提取器）。它们都旨在增强模型的自主性和任务执行能力，但在工作流程和适用场景上存在显著差异。本文将通过实例对比两者的异同，帮助企业根据实际需求选择合适范式。一、ReAct范式ReAct由Shunyu Yao等人提出，其核心思想是让模型在生成过程中交替进行“推理”和“行动”。模型会先思考当前状态（Reasoning），然后决定采取什么行动（Acting），如调用工具、查询知识库，之后根据行动结果再次推理，直至...

秋招还算顺利，运气很好，开的价格都还不错 ，感谢所有给我发了 offer 的公司，祝牛友都能拿到满意的offer

C++面经摘自优秀牛油先介绍了大概八分钟的科研项目然后开始拷打（有一些记不清了2333）C++部分：C++ 编译过程链接过程做了些什么智能指针介绍shared_ptr实现原理shared_ptr引用计数是原子性的吗怎么保证原子性的垃圾回收机制内存泄漏怎么排查内存泄漏排查工具的原理垃圾回收机制内存泄漏排查工具、垃圾回收机制、共享指针三个之间有什么关系stl map可以多线程同时写入吗stl里有容器是线程安全的吗int a,vector<int> b，同时作为函数参数，b存储在栈上还是堆上；操系统部分：协程和线程的区别协程切换的C++底层实现epoll\select\poll的区别为什...