1.工具调用率核心提高了15%，依赖的是什么手段？2.意图不太明确的时候，显著调用的是什么？3.命中率是用什么指标来衡量的?有线上数据吗？4.有去判断模型整体的一个准确率，以及token消耗量？5.有考虑过通过大语言模型进行二轮评估吗?6.agno框架和其他框架有什么区别？7.有了解过harness工程吗？8.整体的话有没有做什么编排调度？目前大多数ai coding的编排还是比较固定的，规划 生产 评估，有尝试完成这种编排吗？9.你觉得你们公司的场景适合这么做吗？10.context engineering长期记忆 短期记忆是怎么进行组织的？11.怎么保证记忆不会随着时间长期进行腐化？算法：...

看来得重新踏上征程了。后悔之前oc之后没有走其他的流程。

双非学校， 八股大概看了一遍，该去投中大厂吗，还是继续沉淀再投。

嵌入式拿高薪，其实并不神秘。很多人把它归因于“学历好”或“运气好”，但如果把市场需求、技术门槛和岗位结构拆开来看，会发现一条相对清晰的路径。研究生起步20K，并不是少数个例，而是由行业结构决定的结果。首先，从需求侧看，嵌入式属于“强工程+强落地”的领域。相比纯互联网开发，它更贴近硬件、系统和产品，替代性更低。一家公司可以用一个后端工程师替换另一个，但很难快速找到既懂硬件接口、又能写驱动、还能调系统的工程师。这种复合能力直接抬高了岗位溢价。尤其是在车载、工业控制、机器人等领域，对稳定性、实时性要求极高，一旦出问题成本巨大，公司自然更愿意为“靠谱的人”付高薪。其次，从供给侧看，真正“合格”的嵌入式...