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...

继上次三方毁约后，又拿到了腾讯社招offer

我大三tmd逃课去白马培训是吧，你老冯同意了没？

面试时间： 4月2日讲一下实习，实习的难点是什么？你觉得最难的部分是什么？讲一下短链接生成过程，你是怎么管理这些链接的？为什么要分表？分表的作用是什么？你是怎么去分表的？volatile关键字的作用？保证原子性吗？如果要保证原子性的话，需要怎么做？你说到原子类，讲一下CAS是怎么保证操作原子性的？ABA问题怎么解决？Redis持久化机制有哪些？主从复制是怎么实现的？讲一下哨兵模式，讲一下RDB持久化频率怎么控制的？系统设计题：你设计一个城市的智慧公交车，每个站点有个实时显示的大屏能够看到有哪些路线，公交车分别到了哪些站点，预期到下个站点的时间和实际到达下个站点的时间怎么计算？如果现在需要进行公...