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...

正式进入AI Coding时代了  

这几天疯狂在boss直聘和应届生上投简历，结果一个回复都没得，是不是简历有啥问题😭，主要投的都是产品岗，求友友们帮忙看看

在组织项目时，你是如何进行人员分工和进度管理的？当团队成员在技术方案上出现分歧时，你通常采用什么方法来解决？结合你的实习经历，请详细描述一下你编写测试方案的标准文档结构包含哪些部分？在用例设计过程中，你会进行哪几轮设计以确保覆盖率？你们团队使用什么工具和形式来编写及管理测试用例？请介绍一下你在使用 AI 生成用例的具体流程，以及如何解决 AI 覆盖率不足的问题？如何设计 Prompt 让 AI 辅助进行 Daily HIL 测试日志分析的？你如何看待 AI 生成用例和 UI 自动化的行业趋势及难点？请介绍一下你在实习期间的主要工作内容，特别是自动化链路开发和日志分析方面。如果让你构建一套自动驾...