offer选择

1. Agent 工具调用你知道怎么训练吗？训练集应该包含哪些？怎么得到训练数据集？如果只是让模型“知道有工具”，那只需要在 SFT 里教会它工具名和参数格式；但如果想让它真的会用工具，训练集必须覆盖完整决策链路。至少要有三类样本：一类是该调用工具的，一类是不该调用工具的，还有一类是要调用多个工具且有依赖关系的。否则模型很容易学成“逢问题必调用”。训练数据来源一般有几种。最理想的是业务日志里已有高质量人工操作轨迹，把用户问题、检索条件、调用参数、返回结果和最终回复串起来。没有现成轨迹时，就要靠规则模板、专家构造、模型自蒸馏和人工校验混合生成。真正难的地方不在造正样本，而在构造反例，比如参数缺失...

最近刷boss 投了一堆公司。公司画像员工100-500人，非互联网公司跟着AI热潮产生的岗位需求，多为AI agent开发/全栈开发，基本都是CTO/老板直接对接，流程混乱，要求线下面试，不报销路费，直接不感兴趣拉黑。现在的互联网开发，非进校园的线下面试本来就少，基本都是借助腾讯/飞书会议线上面。走线下反映两个问题：1. 内部能效极低，线上面效率不比线下高？ 2.不懂互联网工具，不会用好互联网产品，内部怎么做的好开发？ 3. 公司没有融资没有上市没有title，凭什么要浪费时间精力给你们线下筛选？这并不表示我们求职者好高骛远，行情不好就安心沉淀寻找方向，盲目的下注只会浪费自己的时间和资源。

这是**吗，天天发内推吗，想钱想疯了。看到都烦，我来牛客看面经结果全被这个刷屏

面试官说八股招过来的存在能力不足的现象，此次面试以项目面为主，加粗的是我没准备好怎么回答合适的自我介绍，提到实习带来的成长介绍公式编辑器的动机、调研、技术栈的确定、数据结构设计、渲染器设计有没有想过优化构建速度（这个真没有）；继续介绍数据结构的扩展问题、可扩展导出逻辑带入变量值、给出计算结果（我觉得这个需求不是一个公式编辑器该做的）；内置公式模板（这个难度不高）；看目录结构设计、对 Taro API 的跨端封装、配置文件；代码生成脚本日志记录器需求、展示已经存储的字段；打开 UI长列表有没有做性能优化（这个 Flutter 内置）；让你做一个原生性能优化怎么做（提出一个分 chunk 请求与加...