第一个是本地知识库问答。把自己的笔记、PDF、文档喂给模型，做一个能检索能问答的系统。技术栈就是LangChain加向量数据库，难度不高但涉及RAG全流程，面试官最爱问这个，你踩过坑就能聊很久。第二个是Agent自动化工具。找一个你自己真实的重复性工作，让AI帮你自动完成。比如自动抓招聘信息整理成表格、自动总结每天的技术新闻发到邮件。场景越真实越好，面试时说这个工具我自己每天在用比任何包装都有说服力。第三个是模型微调。找一个垂直领域的开源数据集，拿Llama或者Qwen跑一次LoRA微调。不需要效果多好，重要的是你走通了训练评估部署全流程，这个经历很少人有，写进简历直接拉开差距。这三个项目有个...

面试迟到，还在面试前偷偷降100待遇，浪费我时间

2年了

第 26 题：多 Agent 系统（Multi-Agent System）及其优势 题目 什么是多 Agent 系统（Multi-Agent System）？其优势是什么？ 一、什么是多 Agent 系统？ 多 Agent 系统（Multi-Agent System, MAS） 指由多个 Agent 共同协作完成任务的架构：每个 Agent 具备一定的感知、决策与执行能力（通常以 LLM 为核心），通过任务分配、通信、协调完成单 Agent 难以高效完成的复杂目标。 与单 Agent 的对比：单 Agent 在一个大脑内完成推理与工具调用；多 Agent 则把角色、专长或子任务拆分到不同 Ag...