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...

😭😭😭😭，ssob没人理我啊，今晚改了改简历，各位佬拷打一下我

做过很多的项目，也有一段实习，但是投递就几乎没啥反应，是简历问题吗？大家帮忙看看吧想做AI产品

最近整理了一份芯海嵌入式软件开发二面面经，二面的风格和一面不太一样。一面更偏基础知识排查，会系统问 MCU、FreeRTOS、启动流程、中断、内存这些底层内容；二面通常更看重项目经历，尤其会围绕你简历里写过的项目持续深挖。整体感受是，二面题量不会像一面那样特别散，但每个问题都会追得更细。面试官重点想确认三件事：这个项目你是不是真的做过、关键模块是不是你自己负责、遇到问题时你有没有独立分析和落地解决的能力。面经总结：详细介绍一下你做过的一个嵌入式项目，项目背景、目标和你的职责分别是什么？这个项目的整体软件架构是怎么设计的？模块是怎么划分的？为什么这样拆分？你在项目里具体负责了哪些功能模块？哪些部...