时长:30min(应该是我比较菜)自我介绍，对Agent项目拷打20min，几个关键问题没有回答的很好，这时候就感觉寄了。回答的不太好的问题。1.整个系统为什么这么设计，解决了什么问题？之前的方法没有解决吗？2.短期记忆具体是怎么用的，效果怎么测？3.怎么判断上下文过长，具体?一些知识性考察：1.Deepseek是怎么做负载均衡的？2.设计一个Agent要考虑哪些方面，怎么设计？

佬们看看这个简历可以冲大厂吗

快一个月沟通300次，要简历30次，面试三个全挂😭日常实习难度这么大吗？找实习找到道喜破碎。是我简历太烂了吗？求指教。

这个面经是群里 小伙伴分享的 社招, 2年的工作经验 双非本9硕 将近40分钟都在问项目细节 项目这里我全部砍掉了1. 自我介绍2. 大模型在推理时通常分哪两个阶段，每个阶段关注点是什么一般分成 prefill 和 decode 两个阶段。prefill 阶段主要是把输入 prompt 一次性编码进去，重点看吞吐、并行效率和长序列的计算开销；decode 阶段是逐 token 生成，重点看单步延迟、KV Cache 复用和 batch 调度效率。很多线上推理慢，不是模型本身慢，而是 prefill 太重或者 decode 阶段调度策略不合理。理解这两个阶段，才能知道为什么有些优化只对长输入有效...