腾讯WXG： 三轮技术面通过，已oc字节：一面挂(不知道为啥，结束的时候面试官从各个角度都说自己回答的很好，但是隔了两天被挂了)美团：笔试2/3挂拼多多：笔试3/4挂京东：无响应快手：挂了一页简历无响应携程：二轮技术面通过，做完了ai测评和英语测评华为：笔试通过其他的像滴滴、得物，腾讯通过了就不参与后续流程了总结一下，感觉主要是没面试，有面试的基本可以通过，不同厂考的侧重点不太一样感觉，携程喜欢考八股，字节喜欢考实际的经历，腾讯喜欢拷你宏观场景题，以及除了腾讯其他的手撕不是很难，基本hot100稍微变点,还要就是几乎所有面试都有问你怎么使用ai的，所以尽量自己动手稍微试一下，可以面试的时候谈谈...

27届双非学院本，想在暑假找一个实习，看到现在的简历大部分都是agent的了，像我这种还没学的还能找到实习吗

timeline过年前就约的年后三月份的面试2026 3.05 一面2026 3.10 二面（挂）2026 3.13 二面2026 3.16 hr面2026 3.19 口头oc2026 3.20 offer两道手撕无重复字符最长子串数组中能组成小于n的最大数字记录一下 不多写什么了 同时也感谢平台上以前发面经的佬们记录的一些手撕题目 刷一刷颇有成长

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...