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...

比预想中晚了一周，时间过得真快啊，感觉越学越多，目前这版简历下周直接开投了，两个项目都是自己用AI敲的，欢迎各位继续拷打，也是在共同交流学习吧。目前可以说出项目架构业务，自己亮点设计的一些思考，技术实现以及技术选型原因，量化指标也准备了一套说辞，但深挖代码估计就寄了；八股过了一遍，属于基本能说点原理理解，但深挖细节估计也寄了；算法简单了解一些整体思路，但手撕估计也寄了；AI可以吹下项目相关的工程实现和一些技术选型，但深挖技术肯定就寄了。总之，基于自身学习状态考量，先投些小厂继续学吧。有道是：“人生南北多歧路，一处春山一路平。”

我在秋招和春招加起来面了 20 多家大厂嵌入式岗位，有一个结论是反复被验证的：FreeRTOS 不是加分项，而是默认你必须掌握的底层能力。一开始我对它的理解停留在“会用 API”：能创建任务、用队列通信、用信号量同步。但只要面试官往下追两层，这套体系就会直接崩掉。真正的分水岭不在“用过没有”，而在于你是否把它当作一个简化的操作系统来理解。下面是我踩坑之后总结出的核心考点和应对方式。一、FreeRTOS 在面试中的真实定位面试官用 FreeRTOS 判断三件事：你是否具备操作系统基本认知你是否具备系统建模能力你是否做过真正的工程而不是 demo如果不会 RTOS，你的代码模型通常是：while(...