刚成立的初创要去吗？

学长作为一个过来人，从毕业开始就一直在多家初创公司摸爬滚打，收到的福利无一例外都是老板画的大饼。有些人可能觉得初创公司很锻炼能力、能够快速成长，实际上最后的结果就是——把自己打造成了一个八面玲珑的 CRUD boy。前端能写点，后端能糊点，服务器能配点，啥都会一点。但没一样能成为你真正能够立身的技术。大家都很忙的，也没人来培养你，所谓的“和公司一起成长”基本不存在。公司招你进来，也不是因为看重你的能力或者什么其他的原因——仅仅只是因为你便宜，要价低，更换简单，仅此而已。遇到问题就是自己查、自己试。最大的收获，不是技术能力的提升，而是学会了如何用 claude / codex 快速生成一堆重复性的毫无技术含量的业务代码。等老板项目失败准备跑路的时候，你会恍然发现：其实自己一无是处。面试问你高并发，又或者其他更深层次的业务，你都答不上来。最后只能继续找类似的小公司无限循环。

1. 自我介绍2. 如果让你设计一个面向跨境售后纠纷的智能工单中台，整体架构怎么落可以把系统拆成接入层、规则与路由层、会话编排层、模型服务层、工单状态层、证据存储层和审计回放层。接入层处理 IM、邮件、表单和外部 API；规则层做租户隔离、语言识别、风险分级和触发策略；会话编排层维护案件上下文、节点执行历史和工具调用轨迹；模型服务层只负责生成和抽取，不直接持久化状态；状态层维护工单生命周期和人工接管点；证据层保存截图、订单记录、退款日志和模型引用片段；审计层负责回放每一步输入输出，便于定位误判和争议。真正难的点不在“能不能生成回复”，而在于把模型能力约束在可追踪、可回滚、可仲裁的业务流程里。3...

1.如何设计一个 Prompt？Prompt Engineering 有哪些技术？（ 5 次）2.什么是 AI Agent？谈谈你理解的 agent，以及如何理解其推理、决策与自主规划执行的能力？（3 次）3.什么是 Function Call？它的实现流程是什么？一般应用在哪些场景？（4 次）4.文本向量化的目的是什么？使用的向量模型、向量存储工具分别是什么？（3 次）5.RAG 的概念是什么？其具体实现流程（包括 chunk 划分、向量搜索、重排序等环节）是怎样的？（3 次）6.LangChain 的核心功能是什么？基于 LangChain 会调用哪些类型的模型？（2 次）7.大模型的调用方式是什么？本地部署大模型会用到哪些框架？（1 次）8.大模型 server 是如何部署的？提供了哪些接口？是否支持流式输出？（1 次）9.ReAct 的实现原理是什么？其 Prompt 设计和工程落地分别有哪些要点？（1 次）10.对 AI 编程、开源项目、Vibe Coding 分别有怎样的理解和看法？（3 次）

1. Agent 和传统 workflow 的本质区别是什么，什么时候该选 Agent，什么时候不该选传统 workflow 的核心是路径预定义，系统知道每一步做什么、怎么流转、失败后怎么回退，所以它更适合规则清晰、链路稳定、审计要求高的场景。Agent 的核心则是把部分决策权交给模型，让它在运行时决定下一步查什么、调什么工具、如何分解任务，因此更适合任务开放、输入噪声大、解法不唯一的场景。真正的分界线不在“有没有模型”，而在“是否允许运行时规划”。如果目标是工单分类、审批流转、固定字段抽取，workflow 往往更稳；如果目标是复杂排障、代码仓库理解、跨工具探索式分析，Agent 才更有价值...