农行上研面谈了🥲

1. 详细介绍一下你在项目中遇到的最复杂的技术问题，从问题发现到解决的全过程参考答案：我在做车载控制器项目时，遇到了一个系统随机重启的问题。这个问题非常诡异，有时运行几小时才出现一次，完全无法复现。重启时没有任何日志，系统直接复位。初步排查时，我先怀疑是看门狗超时，但调整喂狗策略后问题依然存在。然后用示波器监测电源，发现重启瞬间有电压跌落，但不确定是原因还是结果。我在代码中添加了详细的运行日志，记录任务执行、中断次数、内存使用等信息。通过长时间测试，发现重启前堆内存使用率接近100%。深入分析后定位到，网络数据包解析函数在处理异常数据时，有一个分支没有释放已分配的内存，导致内存泄漏。当可用内存...

我遇到过最刁钻的一次面试问题是：“如果现在把你独立丢进一个完全陌生的项目，且资源有限，你会如何在两周内拿出可见成果？”当时我愣了一下，因为这不仅考察技术能力，更考察目标拆解、沟通协作和抗压能力。我先把问题拆成三步：快速摸清现状、明确可交付目标、制定最小可行方案；然后说明会如何与相关人员沟通获取关键信息，优先解决影响面最大的风险，保证两周内至少产出一个可演示版本。最终面试官认可了我的思路，并强调他们更看重方法论和思考深度。那次经历让我明白：不会的问题不可怕，关键是保持结构化思考与清晰表达。

最近群里有很多同学找我看简历，问问题，主要就是集中在明年三月份的暑期，我暑期还能进大厂嘛？我接下来该怎么做？对于我来说，我对于双非找实习的一个暴论就是title永远大于业务，你在大厂随随便便做点慢SQL治理加个索引，可能就能影响几千人，在小厂你从零到一搭建的系统可能只有几十个人在使用，量级是不一样的。对双非来说，最难的就是约面，怎么才能被大厂约面试？首先这需要一点运气，另外你也需要好的实习带给你的背书。有很多双非的同学在一些外包小厂待了四五个月，这样的产出有什么用呢？工厂的可视化大屏业务很广泛？产出无疑是重要的，但是得当你的实习公司到了一定的档次之后，比如你想走后端，那么中厂后端和大厂测开的选择，你可以选择中厂后端（注意，这里的中厂也得是一些人都知道的，比如哈啰，得物，b站之类，不是说人数超过500就叫中厂），只有这个时候你再去好好关注你的产出，要不就无脑大厂就完了。很多双非同学的误区就在这里，找到一份实习之后，就认为自己达到了阶段性的任务，根本不再投递简历，也不再提升自己，玩了几个月之后，美其名曰沉淀产出，真正的好产出能有多少呢？而实际上双非同学的第一份实习大部分都是工厂外包和政府外包！根本无产出可写😡😡😡！到了最后才发现晚了，所以对双非同学来说，不要放过任何一个从小到中，从中到大的机会，你得先有好的平台与title之后再考虑你的产出！因为那样你才将将能过了HR初筛！我认识一个双非同学，从浪潮到海康，每一段都呆不久，因为他在不断的投递和提升自己，最后去了美团，这才是双非应该做的，而我相信大部分的双非同学，在找到浪潮的那一刻就再也不会看八股，写算法，也不会打开ssob了，这才是你跟别人的差距。

从 Yao 等人，2022 引入了一个框架，其中 LLMs 以交错的方式生成 推理轨迹 和 任务特定操作 。生成推理轨迹使模型能够诱导、跟踪和更新操作计划，甚至处理异常情况。操作步骤允许与外部源（如知识库或环境）进行交互并且收集信息。ReAct 框架允许 LLMs 与外部工具交互来获取额外信息，从而给出更可靠和实际的回应。结果表明，ReAct 可以在语言和决策任务上的表现要高于几个最先进水准要求的的基线。ReAct 还提高了 LLMs 的人类可解释性和可信度。总的来说，作者发现了将 ReAct 和链式思考 (CoT) 结合使用的最好方法是在推理过程同时使用内部知识和获取到的外部信息。它是如何运...