再见面可能就是少年闰土了

📍面试公司：蔚来🕐面试时间：2026.03.16💻面试岗位：大语言模型强化学习算法实习生❓面试问题：自我介绍项目经历1，拷打项目动机，方法细节，评测方式，遇到的难点和解决方式，提出的方法为什么有效强化学习算法理论基础，介绍PPO算法，算法计算公式，优点，训练流程，介绍GRPO算法，特点，优势有关强化学习算法的代码库，TRL，VERL，Ray等询问对于Agentic RL 的认识，其中可能存在的难点，答了算法侧的稀疏奖励问题和工程实现上各类工具的稳定性编程题，word1->word2的最小操作次数🙌面试感想：自我介绍吟唱时间太长，适当压缩为教育背景，研究背景，项目/实习经历的简单介...

本2硕9，力扣是没刷完的，八股是没背完的，准备先投中小厂练练手，逼自己先面试找找感觉。大厂到底什么时候才配投啊，看了面经能掰扯的最多才一半

秋招0offer，估计简历有问题   

Timeline2.26 投递3.3 一面3.5 二面3.12 hr面3.17 oc一面 1h15min一面两个面试官，第一次见。。。面试官介绍业务。问了很多agent相关问题。最近有关注业内agent相关的知识或者新闻吗，挑一个说说。（回答了claude code的设计和anthropic的agent相关工程实践，又聊了一下skills）看你之前实习做过MCP相关工作，讲讲为什么当时要用mcp，mcp有哪些好处？你当时接触的这个agent，它是怎么知道某轮tool call之后该不该结束的？如果让你设计一个agent，如果一轮tool call的返回结果非常非常多，你会怎么设计。你说到了让a...