不会盲目入行

攒人品！！！ 大家都要拿到暑期实习的offer啊！！！项目一：1. 你这里的意图判断是怎么做的？直接交给模型做，还是这个用户的查询query做了一些其他处理。2. 为什么要设计这三层记忆架构，是一个通用的设计还是参考了什么论文。3. Agent 的评估是怎么做的4. 有没有评估过你的记忆架构，在没参考openclaw之前和之后的指标有什么变化，成功率有对比吗？5. 你之前向量检索加redis缓存是怎么做的？ redis健和值是什么？6. 新的记忆加到文件里 是直接append吗？ 覆盖？还是改写？7. 改的方式 模型改吗？模型调用editor去改文件是吗？8. 你觉得 redis+milvus向量存储 和mysql+文件系统+向量检索，他们的优劣如何？优点缺点分别是什么。9. 其实我比较感兴趣的是他们这两种方式的查询检索召回 效率的对比。10. 对于每一个用户，在系统中怎么保存这些不同用户的文档？11. 其实就是模型通过路径去读这些文件是吧，那如果两个人登了同一个账号，在同一时刻，这个文件会被两个不同的用户使用，在这个情况下，你们的系统如何处理？怎么解决这个问题？项目二：1. 你说你的文档准确率达到90%，具体做的改变是什么。2. 那为什么医院的问答项目里，不采用同样的实现3. 你说pdf表格密集，那假如用户就是问一个表格里，第二行是2025年，第三行是2024年，具体问2025年的值是多少，你的系统能做到吗？4. skill是自己写的吗 ，互相之间可以联动吗？5. 为什么不用skill-creator6. 你的数据集是怎么收集的，然后是怎么评估的呢？打分是谁在打分？人在打分 ，还是模型裁判员去打分？如果有很好用的模型裁判员，为什么不用裁判员模型7. 介绍一下KV cache8. 讲一下transfromer架构。算法题1. 字符串数字相减2. 字符串最长连续序列

前言：印象中很久没更新干货了，近期入职后学到了很多东西---不只是知识，还有职场生存法则。也是从这一段开始，我才算在"做事"。今天就挑选我觉得最值得分享的三点。没有大词，都是我踩过的坑。一、对数据敏感我最近在跟着 mt 做 Agent 调优，曾经就做过把人工测试用例转化为自动化用例。听起来就是个体力活，对吧？一开始我也这么觉得，跑通了就发周报："本周转化了 XX 条用例。"mt 看完只回了我一句："然后呢？" 接着问了我一串问题：转化后的自动化覆盖率是多少？相对人工用例覆盖了百分之几？通过率是多少？失败的是真 bug 还是用例本身写得...

纠结“周末投简历HR会不会不看”“会不会被压在最下面”。其实这本质是在找借口逃避改简历，毕竟躺着刷手机比打磨简历轻松多了！先给uu们吃颗定心丸：周末投简历完全没问题！HR根本不会实时监控投递箱，他们都是固定时间批量筛选的（比如周一上午统一处理周末的投递）。现在大厂都用人才管理系统，简历是按岗位、关键词排序的，和投递时间半毛钱关系都没有！真正该担心的不是“什么时候投”，而是“简历有没有亮点”：运营岗要突出“用户增长数据”“活动策划案例”，大厂校招更看重“实习经历匹配度”。与其纠结投递时间，不如花1小时优化简历里的“STAR法则”描述——这才是让HR眼前一亮的关键！投简历没有“最佳时间”，只有“最佳状态”。哪怕是周末，只要简历改好了就立刻投！毕竟机会不等人，早投一天就多一分胜算～