AG前言这是我的agent系列文章的第7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（后端与agent2手抓学习专栏随着 AI Agent 应用的快速发展，智能体需要处理愈发复杂的任务和更长的对话历史，而 LLM 的上下文窗口限制、持续增长的 token 成本，以及如何让 AI 有效 “记住” 用户偏好和历史交互，成为构建实用 AI Agent 系统的核心挑战。记忆系统（Memory System） 正是解决这些问题的关键技术...

继上次三方毁约后，又拿到了腾讯社招offer

二面面试官是技术负责人，比一面更注重原理深度和实际项目经验，很多题都是在一面基础上继续往深挖，追问细节比较多。整体节奏偏慢，每道题都会聊很久，建议把自己做过的项目细节提前梳理清楚，光背理论不够，要能结合实际说清楚。1.一面提到了RTOS，那你讲一下优先级反转是怎么产生的？FreeRTOS是怎么解决这个问题的？2.你在项目中有没有遇到过栈溢出的问题？当时是怎么发现的，怎么定位的，最后怎么解决的？3.讲一下Cache的工作原理，Cache Miss会带来什么影响？在嵌入式开发中有哪些场景需要注意Cache一致性问题？4.你了解内存屏障吗？在什么情况下需要手动插入内存屏障？5.讲一下Cortex-M...