小米广告

这一轮更偏大模型、量化和推理基础理解这场蚂蚁 AI Infra 三面，整体感觉和前两轮又不太一样。前两轮更多是在深挖我已经做过的项目，这一轮虽然也会问项目，但明显更关注我对大模型推理、量化、KV Cache、attention 这些基础问题到底理解到什么程度。开头还是先做自我介绍，我主要讲了自己现在在做的几个方向：一段偏工程化的软件开发经历，一段偏算子和图优化的实习经历，以及自己在做的一个基于 Python extension 的量化推理 runtime 小项目。这一轮项目部分问得相对直接。面试官先让我展开讲了自己做的那个量化推理 runtime。我这边讲的是，基于一个开源 runtime 做...

原本想以为实习经历就更好找正式了，但是恰恰相反，在boss上面，石沉大海，要么是实习转正，要么必须线下面试，我真没招了，准备跳楼了

我是犯天条了吗？大佬们

1. 自我介绍自我介绍不要按时间线念简历，直接围绕岗位能力说。可以先用一句话说明自己主要做 Agent 应用、语音交互链路、工具调用编排和推理服务，然后挑两段最能体现深度的经历展开：一段讲系统设计，比如多 Agent 协作、上下文压缩、工具协议和评测闭环；另一段讲落地，比如低延迟 ASR 接入、意图识别、写作风格学习、线上指标和 bad case 修复。最后收在一个最近做得最深的点上，例如流式语音 Agent、MCP 工具治理、skill 路由或者多约束任务规划，让后面的追问自然落到自己准备过的区域。2 Agent 项目的架构设计如果从入口到结果回写完整讲一遍，应该覆盖哪些关键组件一条完整链路...