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...

三月底投到现在至今0约面，是哪里出了问题，是背景问题还是简历问题呢希望大佬指点一下改了一版新的，求大佬们看看

究极折磨，缓了三天才想起在牛客发布。

现在很多公司面试还是会问“八股文”，尤其是校招和初级岗位，本质是用来快速筛选基础是否扎实。但趋势已经变了：八股文只是“及格线”，不是“加分项”。真正拉开差距的，是你能不能把这些知识结合项目讲清楚，说明你是“会用”，而不是“会背”。一句话总结：八股文还在，但只靠它已经拿不到好 offer 了。