1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...

ClaudeCode是真好用啊，谁懂啊不知道ClaudeCode 为什么这么恨老中

想入门AI、丰富简历，却不知道做什么项目，要么太复杂做不出来，要么太简单没含金量，白浪费时间，总结了几个高性价比AI项目，新手也能上手，往下看吧。首推！ 智能推荐Agent ，网友公认最值得做的入门项目，难度适中、实用性强，还能贴合多岗位需求。不用复杂的技术栈，基于LLM+LangChain就能搭建，核心是实现“用户需求分析→精准推荐→反馈优化”的闭环，比如做一个职场学习资源推荐Agent，输入岗位和学习目标，就能自动推荐对应资料、课程，还能根据反馈调整推荐方向。重点是，这个项目能体现你的AI逻辑思维和工具使用能力，写在简历上也能量化成果，比如“搭建职场学习推荐Agent，优化推荐算法，准确率...