求问今年的大模型算法岗暑期（AIGC）

求定位（暑期实习）bg：2本9硕，目前有一篇在投论文，但和大模型方向不算特别对口，属于 AI4S。另有一段非互联网实习经历，主要做 Agent 开发。我的优势大概是：代码能力比较强，笔试、手撕基本都比较稳；基础还可以，对深度学习、Transformer、pre/post training、RLHF、agentic RL等这些内容都有一定理解。目前拿到/推进中的机会有这些：鹅厂 NLP：一面表现不错，二面一般，三面发挥不太好。后面基本都是压时间进的测评和 HR 面。明天约了 HR 面，但我自己感觉不一定稳，有点担心泡池子。❀ AI 工程师：前面技术面都走完了，HR 最近一直在保温，说 offer 快了。听说业务偏 toB，方向类似 openclaw。宇宙厂（大模型 Agent 开发）：已经 OC，约了半个月后入职。PDD：才约的一面。我现在最纠结的点是：宇宙厂这个大模型 Agent 开发，会不会太偏工程，导致相比“算法/研究岗”显得没那么核心？本人不排斥工程，代码也还行，但想往更核心一点的算法/大模型方向靠；想听听大家的建议：我这种背景，更适合走 Agent 开发，还是算法/研究？宇宙厂这个 Agent开发 值不值得直接去？Agent 开发这条路，后面还有没有机会往更核心的算法方向靠？如果是你们，会怎么选？欢迎锐评，感谢大家！

适用对象：目标加入海康威视的求职者一、公司全景画像（30秒速判）杭州海康威视数字技术股份有限公司是全球领先的智能物联解决方案提供商，以视频技术为核心起家，已构建覆盖物联感知、人工智能、大数据等领域的完整技术体系。公司是国有控股的混合所有制企业，连续多年蝉联全球视频监控市场第一。这家公司处于利润驱动的高质量发展期，经营重心已从规模扩张转向利润改善和现金流优化。2025年总营收925.08亿元，与上年基本持平（+0.01%），但归属于上市公司股东的净利润同比增长18.52%至141.95亿元，经营性现金流净额253.39亿元（+91.04%），经营质量显著提升。公司在稳固智能物联主业的同时，创新业...

发一下问题给大家参考，攒攒人品！1. 你这个状态机整体流转是怎样的？关键节点分别是什么？2. Human-in-the-loop 放在哪一段，为什么放这里？3. HIL 后面的节点是什么，分别负责什么？4. 为什么这里一定要做幂等？不做会出什么问题？5. 同一份配置算出来的哈希是不是固定的？什么情况下会用同一个哈希再次触发 Jenkins？6. 这个哈希在你系统里表示的是同一个任务，还是同一类任务？7. 你们拿哈希去查任务时，结果是唯一定位，还是可能存在歧义？8. 如果网络抖动、服务挂了，哈希和任务状态怎么处理？9. 如果任务执行中会话断了，怎么恢复？如果 Jenkins 还在跑，怎么重新接回来？10. 如果会话断了、服务也挂了，这个任务还能不能恢复，靠什么恢复？11. 如果配置没变、哈希没变，但我想重新触发，幂等机制会不会把它拦住？你怎么设计“重试”和“重新发起”？12. 自动重启能不能做？如果做，重试逻辑、超时逻辑、人工介入边界怎么划分？13. 任务状态有没有必要持久化？应该放 memory，还是独立状态存储？14. 你的记忆是怎么分层的？哪些信息进短期上下文，哪些信息进长期记忆，哪些信息只进任务状态？15. 你们现在上下文大概能承接多长？30 轮裁剪是怎么裁的？16. 如果复杂任务 30 轮结束不了，长链路上下文怎么压缩、提炼、续接？17. 你怎么保证压缩之后不丢关键任务信息？18. 你对 Agent 范式怎么理解？ReAct 和 Reflection 分别是什么？19. ReAct 里人能不能介入？一般介入哪些节点？20. Reflection 比 ReAct 多出来的核心价值是什么？它能不能真正解决死循环？21. 如果系统进入死循环，除了人工介入，你还会加哪些机制让它停下来？两道AI Coding，一道在平台写，一道用自己的ide

第一个是本地知识库问答。把自己的笔记、PDF、文档喂给模型，做一个能检索能问答的系统。技术栈就是LangChain加向量数据库，难度不高但涉及RAG全流程，面试官最爱问这个，你踩过坑就能聊很久。第二个是Agent自动化工具。找一个你自己真实的重复性工作，让AI帮你自动完成。比如自动抓招聘信息整理成表格、自动总结每天的技术新闻发到邮件。场景越真实越好，面试时说这个工具我自己每天在用比任何包装都有说服力。第三个是模型微调。找一个垂直领域的开源数据集，拿Llama或者Qwen跑一次LoRA微调。不需要效果多好，重要的是你走通了训练评估部署全流程，这个经历很少人有，写进简历直接拉开差距。这三个项目有个...