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...

已拉黑：美团，百度，米哈游已点赞：快手，网易，众安，字节跳动，蚂蚁ttl：3.16投递-3.25 一面-3.30 二面-3.31 hr面-4.2 oc

测评完就显示结束了完蛋了

从3月份到现在，真的感觉这段时间度日如年 首先当然是猛猛的刷力扣、在牛客看面经、背八股，复盘；然后就是学习一些agent开发的相关知识，感觉传统后端之后的发展不是很好啊（ 害，其实更多的还是有点焦虑，Codex、CC、Cursor那么厉害，以后还要我做什么？ 不知道大家怎么看！投了那么多，面了那么多，感觉自己的面试能力确实有点进步，也拿到了第一个携程的oc 接下来就看看自己能否再冲击一下BAT了也希望各位牛友们能拿到适合自己的offer！ 想到哪里写到哪里，hhhh，毫无逻辑（#牛客AI配图神器#