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...

是我写的代码太烂了吗

bg：27届/双非一本/今年开始走AI，给大家分享一下简历包装的话术 先说结果：改完简历后投了 12 家，收到 5 个面试（之前投了 20 家 0 面试）。不敢说全是简历的功劳，但改之前和改之后的区别确实很大。 改之前的简历（节选）： 技能：Java, Spring Boot, MySQL, Redis, Git 项目：学生选课管理系统（Spring Boot + Vue） - 实现了课程增删改查功能 - 实现了学生选课和退课功能 - 使用 Redis 缓存热门课程数据  改之后： 技能：Java, Spring Boot, MySQL, Redis, Git； AI 工具链：Claude A...