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...

在牛客上投简历，被20人小厂给拒了，简历都没过筛😭😭😭。大佬们，求求给一些简历优化建议，推荐再塞个 ai吗(之前有做过很简单的rag)？还有就是我们教研室有一个项目，但是他是主要核心在spark，flink，模型，后端都是统计，增删改查之类的。大佬们，这个推荐我写吗？

可能是我见识太少了

🕐面试时间：60min💻面试岗位：后端开发❓面试问题：自我介绍一分钟（话说一分钟的自我介绍能说些啥呢）concurrentHashMap的底层原理，以及他为什么能保证并发安全为什么要用到cas和synchorized的方式反射调用和直接调用在性能上有什么不同，当然反射的性能会差一点，为什么（没回答上来，面试官问有没有听过 jit，依然没有）spring中哪里体现了反射的思想数据一致性问题，为什么先更新数据库后删缓存比另一种策略好，以及解释一下延迟双删拷打agent项目介绍一下你是怎么开发mcp工具的，你是怎么理解的介绍一下tool，mcp，skill你在开发过程中有自己写过skill吗（没...