南网科研院面试

我是25年的毕业生，专科学历，在一家小公司就职，这家公司还不是主做软件的，现在开发算我就两人一个前端一个后端，还有一个产品一个测试，给公司做自研的产品，没有提成，死工资，在天津5000块，给的又少事又多，想跳槽转后端大模型应用开发，会一点python基础，有大佬能给个建议吗

我这简历到底有啥毛病啊 大厂都是已读不回的

空了好多，还是给苍穹外卖写上了我想再做个别的项目替换掉这个外卖接下来是做微服务好，还是做个AI好啊

在构建AI Agent（智能体）时，如何引导大模型有效完成复杂任务是一个核心问题。当前主流范式主要有两种：ReAct（推理+行动） 和 Planning & Extractor（规划+提取器）。它们都旨在增强模型的自主性和任务执行能力，但在工作流程和适用场景上存在显著差异。本文将通过实例对比两者的异同，帮助企业根据实际需求选择合适范式。一、ReAct范式ReAct由Shunyu Yao等人提出，其核心思想是让模型在生成过程中交替进行“推理”和“行动”。模型会先思考当前状态（Reasoning），然后决定采取什么行动（Acting），如调用工具、查询知识库，之后根据行动结果再次推理，直至...