一面主要考察了基础八股（CAN协议、RTOS任务调度、volatile/const、内存管理、死锁、看门狗、Linux驱动、AUTOSAR基础等），二面整体难度明显上升，更侧重系统设计能力、车载软件工程实践以及对整车架构的理解深度。面试官会结合一面的项目继续深挖，同时引入更多车载场景下的工程问题。一面提到了你的项目，这次深入聊一下：如果把你的项目移植到车载域控平台上，需要做哪些改造？从硬件抽象、OS选型、通信协议、功能安全几个维度分别说一下。什么是域控架构？和传统分布式ECU架构相比，域控架构的优势和挑战分别是什么？零跑的整车电子架构你了解吗？Classic AUTOSAR的分层架构中，BSW...

最近刷boss 投了一堆公司。公司画像员工100-500人，非互联网公司跟着AI热潮产生的岗位需求，多为AI agent开发/全栈开发，基本都是CTO/老板直接对接，流程混乱，要求线下面试，不报销路费，直接不感兴趣拉黑。现在的互联网开发，非进校园的线下面试本来就少，基本都是借助腾讯/飞书会议线上面。走线下反映两个问题：1. 内部能效极低，线上面效率不比线下高？ 2.不懂互联网工具，不会用好互联网产品，内部怎么做的好开发？ 3. 公司没有融资没有上市没有title，凭什么要浪费时间精力给你们线下筛选？这并不表示我们求职者好高骛远，行情不好就安心沉淀寻找方向，盲目的下注只会浪费自己的时间和资源。

  史上最尬，没有之一😂 我是社招。

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...