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...

我觉得我经历很丰富啊，为什么在西安只有7k😭

幸亏看到这个帖子

作为大四后端开发学生的我，想要入行AI Agent，首先要夯实大模型调用、提示词工程，熟练掌握工具调用、多轮对话逻辑。同时还要学好流程编排、向量数据库、API接口开发，结合后端编程基础，理解任务规划与自主执行逻辑，把模型能力落地成可运行的智能应用。