腾讯云智面到一半腾讯会议崩了

agent项目对Java后端投简历有没有帮助？或者说Java后端带着Java技术栈和agent项目能投agent吗？最近面了两家Java后端岗，面试官都在最后问我有没有了解过agent和微调，而我又恰好之前给导师做过微调项目，但是基本是ai辅助做的，属于是比上不足，比下有余，理性讨论，这个agent风口有什么说法吗

1.介绍下self-attention，计算其时间复杂度。2.为什么要用multi-head attention？3.PPO的clip机制？在线强化学习和离线强化学习有什么区别？RLHF是哪一种？4.为什么要用reference model? 为了解决什么问题？5.如何让多个agent协同工作的？举个具体的协同机制例子。6.如果一个agent误判导致策略冲突，如何处理？7.有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？8.你是怎么设计agent的记忆系统？9.长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？10.有没有做记忆衰退，避免旧数据干扰新任务？11.你们这种模块堆叠的架构是怎么设计视觉问答模块和动作模块的协同逻辑的？12.human feedback是怎么被agent消化吸收的？有没有用rl进行策略更新？13.有没有做过模型压缩？比如在车载端或低端设备上的推理加速？14.如果量化后理解能力下降怎么办？怎么做精度补偿？15.你怎么处理响应速度与推理精度之间的tradeoff？是先召回再精排，还是单次生成？16.如果要做电商agent，你会选择哪些模态的信息作为输入？比如文本评论、图像、视频、购买记录？

面过十几次，这是体验最差的一次。面试官态度很差，非常无礼。自我介绍的时候说到后端直接打断。询问agent项目定位基模是什么？我一开始没反应过来基模的意思，多问了几遍，他态度非常不好，也没有解释，一直重复基模这两个字。agent怎么测试？了不了解工业界测试方式？对大模型有什么了解？大模型thinking模型为什么更好。大概就问了这些，全程时不时打断我的回答。在我思考或者回答的时候很不耐烦的打断，然后问另外的问题

工资差不多情况下 是选Java 全栈还是AI agent开发呢