给我面没招了，发点面经攒攒人品～1.Agent跟LLM的区别？2.Agent结构包含哪些部分？3.听说过Agent loop吗？4.MCP是什么？如果MCP特别多的话要怎么管理？5.Agent是怎么实现上下文记忆的？6.tool层怎么定义的？tool层具体在agent运行是怎么被调用的？7.向量数据库是什么？跟传统数据库有什么区别？做demo用过什么主流向量数据库？8.向量数据库在agent是怎么被应用的？讲一下具体检索算法的实现？9.在各家api平台有开销吗？自己做项目面对api开销成本过大怎么办（非coding plan）？10.无手撕

解决效率问题！大家有没有也遇到过这种情况：跟 Claude Code 聊了半天，写出来的代码看起来挺像那么回事，但一跑就各种报错。反复改了三四轮，还是觉得差点意思。你以为是模型不行，换了 Opus 也没用。其实问题不在模型，在于你跟 AI 协作的姿势。我用 Claude Code 写了大半年代码，想明白一件事——你给 AI 的输入质量，直接决定它的输出质量。模型能力早就不是瓶颈了。卡住大部分人的是三件事:上下文管理、prompt 写法、项目配置。所以这篇是我踩坑之后摸索出来的 5 个即学即用的技巧，帮助大家解决vibe coding 的效率问题。1️⃣ 上下文管理：AI 的记忆用到 30% 就开始犯迷糊2️⃣ Plan Mode：花 5 分钟规划，省 3 小时返工3️⃣ Prompt 工单化：写 prompt 不是写作文，是给 AI 下工单4️⃣ CLAUDE.md：给每天都会失忆的 AI 写一份备忘录5️⃣ 调试策略：跟 AI 解释了几次还不懂，换方法比死磕管用

如图，下面是我的简历，希望有路过的大佬帮忙看一看哪里有问题需要改进改进

我是双非一本哈 在福建😁 目前能接到的面试都是3k实习，5-6k转正的外包或者非互联网的或者初创，而且八股背的不过关，然后有个面试官认为我缺少实际项目经验，应该怎么包装呢🥲（我这个实习是寒暑假两个月的培训，项目没有真实上线）