拓竹科技已挂

大家好，我是在某互联网大厂做了 2 年技术面的面试官（也是牛客老用户，刷牛客讨论区劝退帖/offer 比较帖的时间不比你们少）。写这篇是因为最近 hc 收紧，我在内部 review 候选人评分的时候，发现一个很扎心的现象：**技术不差的候选人，被刷掉的原因经常不是"能力不够"，而是那些"你不知道你不知道"的坑。**HR 永远不会告诉你真相，她只会说"综合考虑后……"。所以我把这 2 年 300+ 场面试里最常见的 7 个隐藏扣分项写下来，全部换成"牛友视角 + 怎么做"，希望帮到正在投简历的你。---1. 自我介绍...

美团timeline一面 3.26二面 4.2oc 4.8offer 4.10其他：oppo 一面挂vivo 没动静携程 笔试挂哔哩哔哩 没动静感想感觉找实习运气也占不少的成分，本来0实习选手暑期只是准备随便投一下练一练，想着过会儿再找日常实习，没想到美团直接收留我了。感谢一面面试官，在我第一次面大厂的时候给了我自信

其实还挺不容易的，也算是转码之路的里程碑了

前面基本上都在问论文 无手撕1. 自我介绍2. 介绍下简历上这个项目3. 你对对话 LLM 的理解是什么？它和普通文本生成模型的核心区别是什么？答案：对话 LLM 不是简单地做 next token prediction，它要在多轮交互里持续维护用户意图、对话状态、约束条件和安全边界。普通生成模型更关注单次输入到输出的流畅性，对话模型还要考虑上下文一致性、角色一致性、拒答策略、澄清提问以及工具调用。它的核心难点在于“历史信息并不等价于有效状态”。用户前面说过的内容，有的仍然有效，有的已经被修正，有的是噪声。对话 LLM 必须学会根据当前轮次重新解释历史，而不是把所有历史机械拼接进去。工程上通常...