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...

我觉得我经历很丰富啊，为什么在西安只有7k😭

211本985硕,暑期快手已经用人部门筛挂两次了😡😡实习已经改了一版了,需要写的更详细点吗😭😭😭

两个模型现在能力其实很接近，但方向不一样。Claude更适合规划阶段，架构推理稳，给它一个复杂需求它会先帮你把思路拆清楚再动手，不容易跑偏。GPT-5.4则相反，它把推理和编码能力合并了，适合快速出原型，需要电脑操控类任务也比Claude强。学Agent的话，我建议Claude先入手。原因是Claude的tool calling设计得很干净，你能清楚地看到模型是怎么决定"什么时候调用什么工具"的，这是Agent最核心的逻辑。用GPT感觉更黑盒，新手容易不知道哪里出了问题。Claude Code现在在开发者圈口碑很好，自主执行复杂任务的能力很稳。但GPT也有不能忽视的地方。想...