时长:30min(应该是我比较菜)自我介绍，对Agent项目拷打20min，几个关键问题没有回答的很好，这时候就感觉寄了。回答的不太好的问题。1.整个系统为什么这么设计，解决了什么问题？之前的方法没有解决吗？2.短期记忆具体是怎么用的，效果怎么测？3.怎么判断上下文过长，具体?一些知识性考察：1.Deepseek是怎么做负载均衡的？2.设计一个Agent要考虑哪些方面，怎么设计？

这还是🐮的，哈哈哈哈。多读书!

原来就算签了协议也是可以提前走的吗，有无有经验的前辈说说是真的吗

1. 自我介绍2. 介绍你这项目，重点讲 LLM 部分是怎么设计的3. 如果让你从零设计一个对话 Agent 的流程，核心状态有哪些核心状态至少要有会话状态、任务状态、工具状态和记忆状态。会话状态负责当前轮的输入输出和上下文窗口；任务状态描述目标、槽位、依赖和是否完成；工具状态记录已经调用过哪些外部能力、返回了什么、是否失败和是否可重试；记忆状态保存长期偏好、历史事实和结构化摘要。很多对话系统看上去只是“多轮聊天”，实际真正难的是状态机设计，如果状态边界不清晰，模型很容易把临时信息写成长久事实，或者把上一个任务的中间结果错误继承到当前轮。4. 如果用户和 AI 对话时生成的问题本身有冲突，系统...