Q1：请⽤你⾃⼰的话定义 LLM Agent，并说明与单次调⽤的差异。答案：LLM Agent 是以⼤语⾔模型为推理核⼼，在 多轮 中与外部环境交互，通过 规划、记忆与⼯具 完成复杂任务的系统。与单次调⽤的差异在于：单次调⽤是 开环⽣成；Agent 是 闭环决策，每步可依据⼯具返回更新状态，直到终⽌条件。追问：若没有外部⼯具，还能叫 Agent 吗？答案：可称为「弱环境」Agent，仅有对话记忆与推理；但仍可有内环多步 CoT 与⾃我验证。⾯试中强调是否存在「⾏动—观察」循环更清晰。Q2：Agent 的记忆⼀般怎么设计？答案：分层设计最常⻅：⼯作记忆（当前轨迹与关键结论）+ 会话记忆（摘要滚动...

焦虑ing，二本，绩点挂车尾，无竞赛就会个stm32和freertos，esp32。无竞赛，学历差。真让人焦虑。这是应付学校任务写的简历，说实在的，平衡车和nwatch都是跟着视频(铁头山羊，韦东山)复刻的。MQTT这部分让ai吹了一下，实际上我不会LVGL，就在简历抹去了。八股文没开始背，面试题还没开始看。需不需要刷一点算法？来不及了，才知道大三这个时候应该投简历了，骑驴找马，边投边学

"这个bug是你改出来的吗？"不是质问的语气，就是很平静地问你。平静才可怕。你的大脑在0.5秒内飞速运转：我改了哪里？会不会真的是我？如果是我怎么办？要不要先认？万一不是我认了怎么办？然后你打开代码，手有点抖。我实习第二个月遇到过一次。线上出了个数据异常，leader发消息问是不是我动过那块逻辑。我当时吓得够呛，翻了半小时git记录，发现确实是我改的一个边界条件没考虑到。那天我坐在工位上，想了很久要不要主动说。最后还是去找leader承认了，说了原因，说了怎么修。他听完就说"知道了，下次注意"，然后就没了。我以为会有更严重的后果，结果什么都没发生。后来我...