25秋招算法简历求拷打

我现在的处境真是进退两难啊，一心死磕大厂实习，投了快十家，笔试挂了一半，面试也没下文，真的要emo了。身边有同学劝我，实在不行就去小厂过渡，可我是真不甘心啊！总觉得小厂的平台不够大，学不到东西，而且怕刚接了小厂的offer，大厂的面试通知就来了，到时候骑虎难下，两边都耽误。每天都在纠结，一边是死磕大厂的遥遥无期，一边是小厂的纠结犹豫。看着别人要么拿到大厂实习，要么安心去小厂，就我卡在中间，不上不下。也知道自己有点钻牛角尖，小厂未必就不好，可能反而能接触到核心业务，比在大厂做边缘打杂强，但心里就是过不了那道坎，总觉得“没进大厂，就是输了”。有没有跟我一样的牛友？一心死磕大厂，却屡屡碰壁，面对小厂...

最近刷boss 投了一堆公司。公司画像员工100-500人，非互联网公司跟着AI热潮产生的岗位需求，多为AI agent开发/全栈开发，基本都是CTO/老板直接对接，流程混乱，要求线下面试，不报销路费，直接不感兴趣拉黑。现在的互联网开发，非进校园的线下面试本来就少，基本都是借助腾讯/飞书会议线上面。走线下反映两个问题：1. 内部能效极低，线上面效率不比线下高？ 2.不懂互联网工具，不会用好互联网产品，内部怎么做的好开发？ 3. 公司没有融资没有上市没有title，凭什么要浪费时间精力给你们线下筛选？这并不表示我们求职者好高骛远，行情不好就安心沉淀寻找方向，盲目的下注只会浪费自己的时间和资源。

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...