Q1：请⽤你⾃⼰的话定义 LLM Agent，并说明与单次调⽤的差异。答案：LLM Agent 是以⼤语⾔模型为推理核⼼，在 多轮 中与外部环境交互，通过 规划、记忆与⼯具 完成复杂任务的系统。与单次调⽤的差异在于：单次调⽤是 开环⽣成；Agent 是 闭环决策，每步可依据⼯具返回更新状态，直到终⽌条件。追问：若没有外部⼯具，还能叫 Agent 吗？答案：可称为「弱环境」Agent，仅有对话记忆与推理；但仍可有内环多步 CoT 与⾃我验证。⾯试中强调是否存在「⾏动—观察」循环更清晰。Q2：Agent 的记忆⼀般怎么设计？答案：分层设计最常⻅：⼯作记忆（当前轨迹与关键结论）+ 会话记忆（摘要滚动...

这种是面评脏了吗 被冻结了吗😭 该怎么自救呀

网易游戏二面面经   自我介绍，并挑一个做得比较好或有成就感的项目，介绍你负责的工作、遇到的问题及解决方法。   项目相关   epoll的触发模式有了解过吗？   协程了解吗？   如果让你自己实现一套协程方案，需要关注什么问题？核心是什么？上下文怎么维护？     关注点 说明     1. 上下文保存与恢复 需要保存寄存器（栈指针、程序计数器、通用寄存器）、信号掩码、浮点状态等，以便恢复执行。   2. 栈内存管理 每个协程需要有独立的栈空间。如何分配？大小固定还是动态增长？如何避免栈溢出或内存浪费？   3. 调度器设计 协程何时主动让出（yield）？调度器如何选择下一个运行的协程（...