👋个人背景：本中9硕末9，北方人👏offer1：景嘉微 N*14 芯片事业部 opengl、显卡性能优化💯offer2：瑞芯微 （N+1）*15 ai算法岗 额外补贴长沙人才补贴2w，景嘉微安家费很高，和福州的人才补贴差不多福州三年共18w ，额外一个月1500的房补

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.做过哪些相关工作 / 看过哪些经典文章 / 参与过哪些开源项目2.为什么要做 Prefill 和 Decode 分离，追问：pd到底争夺什么资源，和“直接多给卡/资源翻倍”相比本质差异是什么3.AF 分离好处和坏处4.常见并行模式怎么看，怎么根据具体场景选择合适的并行模式，选择因素有哪些？5.追问：Prefill / Decode × Attention / MOE 这四种组合，分别更适合什么并行策略；6.你觉得一个优秀的大模型推理框架，核心技术点有哪些，追问量化选择策略；7.GEMM核心优化方法，ncu8.拷打算子项目，MLIR / LLVM 理解

一、核心结论Agent 的出错/幻觉，不是单点问题，而是「模型原生不确定性 + RAG检索误差 + Prompt约束不足 + 工具链不可验证」的叠加效应。结合我项目落地经验，按优先级排序，幻觉的主要诱因的是：高概率：Prompt 缺少强约束，允许模型在“无证据、不确定”时硬答（核心可控）；次高：RAG 召回质量问题（切分不合理、过滤不到位、上下文拼接杂乱），给模型喂了无关“脏数据”，导致误导性幻觉；长期因素：模型本身能力边界（尤其本地小模型），属于原生短板，但占比最低。核心优化思路（不换模型）：把“模型自由生成”，改成“检索/工具可验证 + 受控生成”，用工程手段兜底，减少模型主观臆测空间。二...

这种是面评脏了吗 被冻结了吗😭 该怎么自救呀