我在秋招和春招加起来面了 20 多家大厂嵌入式岗位，有一个结论是反复被验证的：FreeRTOS 不是加分项，而是默认你必须掌握的底层能力。一开始我对它的理解停留在“会用 API”：能创建任务、用队列通信、用信号量同步。但只要面试官往下追两层，这套体系就会直接崩掉。真正的分水岭不在“用过没有”，而在于你是否把它当作一个简化的操作系统来理解。下面是我踩坑之后总结出的核心考点和应对方式。一、FreeRTOS 在面试中的真实定位面试官用 FreeRTOS 判断三件事：你是否具备操作系统基本认知你是否具备系统建模能力你是否做过真正的工程而不是 demo如果不会 RTOS，你的代码模型通常是：while(...

28届找日常实习相当焦虑，求各路大佬指点

比预想中晚了一周，时间过得真快啊，感觉越学越多，目前这版简历下周直接开投了，两个项目都是自己用AI敲的，欢迎各位继续拷打，也是在共同交流学习吧。目前可以说出项目架构业务，自己亮点设计的一些思考，技术实现以及技术选型原因，量化指标也准备了一套说辞，但深挖代码估计就寄了；八股过了一遍，属于基本能说点原理理解，但深挖细节估计也寄了；算法简单了解一些整体思路，但手撕估计也寄了；AI可以吹下项目相关的工程实现和一些技术选型，但深挖技术肯定就寄了。总之，基于自身学习状态考量，先投些小厂继续学吧。有道是：“人生南北多歧路，一处春山一路平。”

1. 自我介绍2. 介绍一下 AI 智能体的 workflow，以及 RAG 知识库是怎么设计的智能体 workflow 一般不是一次模型调用，而是多阶段任务流。我会把它拆成意图识别、任务规划、工具选择、检索增强、结果生成、校验和记忆更新几个阶段。比如运营人员问一个商品问题，系统先判断是选品分析、广告诊断、库存预警还是内容优化，再决定调用商品库、广告系统、向量知识库或规则引擎。RAG 知识库设计上会分离结构化数据和非结构化文档。结构化数据比如商品指标、广告 ROI、库存周转用 MySQL、ClickHouse 或 ES 查询；非结构化内容比如运营 SOP、平台规则、历史案例、达人脚本会做切分、...