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...

秋招0offer，估计简历有问题   

最近遇到一位朋友的困扰：“我做了不少Claude技能和Agent，甚至已经有其他人在用了。但我不知道怎么把这些能力展示给面试官。”仔细想想，这其实是个“好问题”——因为大多数人还在“学习AI”的阶段，而你已经真正做出了东西。下面整理了一些切实可行的建议，希望能帮到有同样困惑的你。📊 第一招：用“结果”说话，而不是用“技术”说话这是最重要的一条建议。招聘方其实并不最在意你用的是Claude还是GPT，或者你的Agent用了什么酷炫的架构。他们真正关心的是：你的项目带来了什么结果？所以，不要这样说：❌ “我开发了一个基于Claude的多轮对话Agent，使用了ReAct模式，支持工具调用……”而...