周五十二点二面的，周天中午变成下面这样，想问下各位大佬这什么情况？要发邮件问问吗？二面面试官说的是两轮技术面+一轮hr面

腾讯一面（腾讯云）2026/4/71、React Native 跨端改造遇到的问题（核心问）你负责 RN 改造哪些模块？任务列表、订阅购买、任务展示、用户中心等通用业务。跨端模块怎么划分？ 三层架构：公共层：业务逻辑、Hooks、工具、请求（70% 复用）适配层：端差异集中聚合（支付、通知、安全区、原生能力）业务层：只调用统一接口，不写零散 Platform 判断为什么不直接在业务里写 Platform？避免到处判断、难维护、易出 bug；所有差异集中收口，统一维护。是别人给方案还是你自己设计？leader 给方向，我自己做模块拆分、差异收敛、目录规划，按 “高复用 + 低耦合” 落地。2、国...

感谢鹅给了暑期第一个offer3.31 一面4.1 二面4.3 三面4.8 hr面4.14 offer面筋（没有录音只能尽可能回忆了）一面实习拷打怎么评估向量检索的效果对go的select，Channel的理解手撕：最长无重复子串二面（无手撕八股）实习拷打主要都在问一个agent相关的产出怎么使用的ai，怎么学习新技术然后开始聊claude code，open claw源码三面（无手撕八股）实习拷打如何评估agent的效果，观察哪些指标，如何闭环怎么设计的记忆系统和上下文管理有哪些ai coding的经验最近面试的感受就是八股和手撕的权重更低了，然后相对的会有更多对ai方面的考察，所以可以多关注一下最新的ai热点，看看cc的源码啥的，面试的时候提一下还是比较加分的

想做Agent方向，其实岗位选择比大家想象的宽很多，主要分三大类。首先是Agent应用开发，这是目前需求最大的，主要用大模型结合LangChain、Dify等框架落地具体业务，比如结合咱们熟悉的工业物联网、新能源或电池测试领域的业务逻辑，开发自动化诊断和处理测试报告的Agent，这需要极强的工程落地能力和业务Sense。其次是Agent基建（Infra）工程师，Agent需要长记忆、知识库和并发调度，这跟搞大数据架构非常契合，如果你平时对Kafka、Doris、Flink CDC这些高并发、流式数据底座很熟，去搞Agent的底层调度引擎、向量数据库检索优化或分布式Agent框架，算是平滑过渡。...