联发科嵌入式一面偏向底层理解 + 系统思维 + 追问能力，问题通常从基础切入，但会不断深入到实现机制、设计权衡以及工程场景，重点看是否真正理解“为什么”。二、面试题目static关键字在不同作用域下的本质区别？编译期和链接期分别如何处理？volatile的作用边界是什么？为什么它不能保证原子性？通常在哪些场景必须使用？malloc的内存分配机制（如brk/mmap）？如何避免内存碎片？栈和堆的增长方式？函数调用时栈帧结构是怎样的？结构体内存对齐的规则？如何手动控制对齐？对性能的影响是什么？指针越界为什么危险？在MMU存在和不存在时有何区别？进程和线程在Linux中的本质区别（task_stru...

28届2本非科班大概很快要找实习了，应该是偏ai应用开发方向

本人9本无实习经历，二月初开始面试，快手xhs简历都挂，京东一直泡池子，腾子三面挂，滴滴大模型算法一面挂，美团二面挂，亚麻OA都A了也挂，Google一面也挂。反正都是在挂中度过的，其实二月也是比较焦虑和陷入自我否定当中吧。但是还是比较感谢节子的速度的，而且面试的过程里面的氛围和节奏都很舒服，介绍业务和发展方向也是很明晰的。hr小姐姐人也挺好的，而且全程都是hr加我微信进行推进的，有什么情况和我说和和及时帮我推进流程，每次面试前都会提醒我今天的面试以及祝我顺利。（我感觉体感上面，志节是我面过的体验最好的一个了，从hr到面试官人都不错）timeline:3.6投简历推进评估3.7 hr打电话来约面3.9一面，20min后约二面3.11二面，二小时后约三面3.13三面，两小时后约hr面3.13hr面，面完就差不多oc了3.17 收到正式的offer

1、项目里负责的边界是什么？哪些内容是亲手实现和验证的？2、如果要做一套可落地的 Agent 评测体系，整体怎么设计？评测一般要分离线和线上两层。离线评测解决“改动前后谁更好”，线上评测解决“真实用户下效果是否稳定”。离线侧我会先把样本按场景拆开，比如知识问答、工具调用、多轮追问、拒答场景、多语言场景、长文本场景，然后分别看回答正确率、工具调用成功率、检索命中率、拒答准确率和格式稳定性。线上侧看用户行为指标，比如首轮解决率、转人工率、二次追问率、平均耗时、token 成本和异常率。Agent 不能只看最终答案，通常要拆成三层指标：检索层、决策层、生成层。检索层看有没有召回正确证据，决策层看有没...