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...

😭找不到实习

嵌入式拿高薪，其实并不神秘。很多人把它归因于“学历好”或“运气好”，但如果把市场需求、技术门槛和岗位结构拆开来看，会发现一条相对清晰的路径。研究生起步20K，并不是少数个例，而是由行业结构决定的结果。首先，从需求侧看，嵌入式属于“强工程+强落地”的领域。相比纯互联网开发，它更贴近硬件、系统和产品，替代性更低。一家公司可以用一个后端工程师替换另一个，但很难快速找到既懂硬件接口、又能写驱动、还能调系统的工程师。这种复合能力直接抬高了岗位溢价。尤其是在车载、工业控制、机器人等领域，对稳定性、实时性要求极高，一旦出问题成本巨大，公司自然更愿意为“靠谱的人”付高薪。其次，从供给侧看，真正“合格”的嵌入式...