线下面试每个人都是要经历两轮技术面加一轮hr面吗？

介绍简历里的agent项目八股拷打hash表怎么实现以及扩容红黑树的结构布隆过滤器的结构布隆过滤器说存在这个数据一定存在吗？布隆过滤器说不存在这个数据一定不存在吗？黑马点评乐观锁怎么实现的堆排序怎么实现的，需要额外的数组吗？堆的使用场景（1000个里面找出前五个最大的，Java里的对象存储）无手撕反问：技术栈用啥，主要用Python需要做微调吗？其他部门有人做

在AI产品设计中，Agent（智能体）和Workflow（工作流）是两种核心范式，分别代表了智能化与流程化的不同方向。要从以下方面展开分析：一、核心区别二、Agent的核心特性三、Workflow的设计逻辑四、协同关系五、选择决策要点具体来说：1. 定义与功能：   - Agent：自主决策实体，能感知环境、做出决策并执行动作   - Workflow：预定义的任务序列，按照固定流程执行2. 执行方式：   - Agent：动态响应，根据输入和环境变化自主调整行为   - Workflow：线性执行，严格遵循预设步骤3. 灵活性：   - Agent：具备学习适应能力，可处理未知情况   - Workflow：静态结构，变更需要手动修改流程4. 决策能力：   - Agent：内置决策逻辑，可实时评估选择最佳路径   - Workflow：无自主决策，完全依赖流程设计5. 复杂度：   - Agent：通常包含状态记忆和目标导向行为   - Workflow：侧重任务编排和顺序控制6. 典型应用：   - Agent：聊天机器人、自动驾驶、游戏AI   - Workflow：数据处理流水线、审批系统、CI/CD流程7. 错误处理：   - Agent：可自主尝试恢复或寻找替代方案   - Workflow：依赖预设的错误处理分支总结：Agent是“大脑”，Workflow是“骨架”，二者结合可构建从灵活到稳定的AI应用光谱。未来方向是通过低代码平台降低两者融合门槛，实现智能化与自动化的统一。      

总共60分钟35分钟项目 5分钟数据结构（排序）10分钟lc 10分钟赛马1. 介绍agent项目2. 不同agent如何协作的3. agent项目的算法工程体现在哪里4. 如果给你一个业务如何搭建agent：用户搜索出来的内容，比如搜出来macbook，排序在第一位，如何设计agent去调用各种知识或者搜索内容去回答用户为什么这个macbook虽然价格高但还是排序在第一位5. 排序有哪些方法，介绍优缺点6. lc 合并有序链表7. 赛马