我比较喜欢钻研底层逻辑，所以想走算法方向。现在入门得从机器学习基础开始，李宏毅的课、吴恩达的课都得刷完。光会调包没用，数学推导和论文复现才是门槛。这条路难走，但长远看，技术深度才是核心竞争力。

一面自我介绍实习计费全链路：流量洗刷，日志采集，Hive回溯能力确认，聚合处理，RPC异常引流和汇总埋点，流量汇总上报RPC埋点的底层是什么普罗米修斯组件Kafka在你这个业务中是做什么的Kafka如何保证发送的数据不丢失代码层面：重试网络IO方面：可能是因为网络不好，或者是文件过大，所以要有网络监控机制，针对数据大小的话就用压缩算法压缩业务层面的错误和一直报错：IM告警优雅停机，超时控制，防止线程池任务丢失，策略模式统一封装关闭策略，根据Order大小进行关闭任务的执行Spring的Bean的生命周期，如果一定时间后还是有任务没执行完该怎么办，超时机制30s已经是最大策划高难度的宽限了Apo...

这份工作一边在带着我往前走，一边也在消耗着我。往好的方面说，成长不只是业务技能的提升，更是经历了更多事情后，心态和处理问题的方式慢慢变稳了。但另一方面，身体和精神上的消耗也实实在在，无休止的加班，还有那些心里的小纠结，都是内耗，内耗也是消耗

前言这是我的agent系列文章的第2篇，该系列分为三部分：AI认知篇：详细讲解相关基础概念AI实践篇：分享诸如skills怎么写、怎么ai coding、怎么写好prompt等的最佳实践AI八股篇：分享我自己整理的应付大模型应用开发岗位必备的八股笔记如果觉得有帮助，欢迎关注我并期待后续文章！预期是日更哦！当天没更可能是因为太累了，周末会弥补的。做 AI Agent 开发，总被 Function Calling、MCP、Skills 这三个概念绕晕？其实三者层层递进，MCP 和 Skills 都基于 Function Calling 打造，只是解决的实际问题不同，二者甚至并非互补，而是核心竞争关...