久其软件一面

我们都想拿高薪都想进大厂 这是非常正常的事情但是一开始就去大厂吗？这很明显这是非常不现实的 我们可以用小厂当跳板 在小厂学一下技术然后去到大厂

我还记得24年研究RAG的时候，压根没有想到，后来技术的发展，大模型的上下文能长成现在这个样，而且随着技术进一步发展，其实Memory的加入确实能让Agent的上下文能力变得很强，但真当面试时如果被问到这个问题，你得清楚，其实是一个非常典型的面试陷阱。（我准备的答案在文末）为什么这么说？如果你跟风回答“会”，面试官很容易判断你缺乏工程落地经验，也没有真正考虑过成本问题。但如果你回答“不会”，面试官往往又会继续追问：既然不会，那现在模型拼命把上下文窗口做到几百万Token，难道方向错了吗？RAG还有存在的必要吗？你会觉得，这道题似乎怎么回答都不对：说“会”，显得外行；说“不会”，又像是在否定技术...

面试机会还是那么少，不过也几个推进到了终面，不知道结果如何。星期一某量化（50-100亿）一面1 ：上来先一个hot100 的hard2：拷打百度实习3：拷打物联网研究院实习无八股，整体体验非常好，已过星期二拼多多 二面1：询问是否投错岗位2：介绍冯诺依曼体系3：用户态内核态4：进程线程区别5:   进程通信方式6：多线程竞争共享资源怎么办7：http从服务器发送到主机全流程8：socket流程9：IO多路复用10: hashmap的结构11：MySQL索引数据结构12：为什么用B+树13：courrenthashmap原理14：Java对象的生命周期15：有哪些垃圾回收器16：100万个数，内存不足的排序方法算法：两个非hot100的easy整体感觉非常简单，问的比较常规，算法也比较简单，已过星期四某量化（50-100亿）二面1：拷打物联网研究院实习2：最有成就感的事3：实习学到了什么4：拷打百度实习5：短期记忆长期记忆6：什么是记忆涌现面试官有点冷漠哈哈，不知道结果如何蚂蚁一面1：模型微调数据源哪来2：如何部署满血ds3：有没有写过算子优化推理4：整体微调流程5：集群通信如何处理6：如何将模型量化到端侧7：拷打百度实习8：nl2sql的各种场景题9：提示词是什么样比较好10：多agent上下文如何处理11：什么是static12：什么是final13：什么是arraylist和linkedlist14：什么是hashmap15：currenthashmap16：线程池参数17：场景题设计线程池18：1200万数找中位数无手撕，面的很爽，面试官语气很好，我说出解决方案也非常有反馈，问题也不难，希望可以通过星期五拼多多 三面1：拷打百度实习无手撕，聊的比较好，希望可以过更新，星期天接到hr面邀约，星期一hr面总结面试机会太难得了，这周只有三家给了机会面试，其他的好多简历挂了，找实习真的是看运气呀😭😭，感觉有面试是最难的

有没有友友们参加了今天的携程的笔试 难度怎么样