4月底，科大讯飞交出了一份颇具纵深感的年报。尽管271亿元的营收和接近50%的净利润增幅在当下环境中算得上稳健，但“纵深感”并不来自业绩，而是因为这份年报里藏着一组微妙的对应关系：强劲的研发投入表面上流向了大模型在国产算力上的攻坚，而在更深层的布局中，讯飞还将触角深入到一个经常被认为还很遥远的赛道——量子计算，并在4月底，与孵化自清华大学的原子量子计算团队两仪万象合资设立量智开物。当下大模型行业正在围绕“Token经济”大展手脚，算力是最重要的门槛。而从长期来看，目前行业算力增长的方式，恐怕很难匹配AI时代的需求膨胀。沿着当前的经典计算框架继续跑下去，天花板究竟在哪里？量智开物，就是讯飞为这个...

28届想找日常实习什么时刻最好啊，4月份boss上打了几百个招呼也没捞到面试，几乎都是不回简历本来是点评，最近给换了，求点评，不玻璃心

项目挑一个讲？这个项目里大部分是大模型，工程上的有讲一下吗？有用到 Agent 吗？Agent 和传统大模型有什么区别？工作记忆了解吗？向量数据库和传统数据库区别是什么？从模型上查询索引结构上、事务上的区别呢？你提到的给 A 推荐的喜好是怎么做的？你的项目如果对标京东、阿里的话，有没有了解到现在成熟的方案？比方说对你的身高体重、用户画像等这类长期记忆的应用。大模型使用向量数据库的诉求是什么？什么场景用向量数据库？向量数据库在 AI 里的核心作用在哪？向量数据库开源的有哪些？ 在毕设过程中，有哪些方案是做过技术调研的？做过压测吗？2000 QPS 的瓶颈在哪里？怎么优化？压测的时候什么指标达到了...