在构建AI Agent（智能体）时，如何引导大模型有效完成复杂任务是一个核心问题。当前主流范式主要有两种：ReAct（推理+行动） 和 Planning & Extractor（规划+提取器）。它们都旨在增强模型的自主性和任务执行能力，但在工作流程和适用场景上存在显著差异。本文将通过实例对比两者的异同，帮助企业根据实际需求选择合适范式。一、ReAct范式ReAct由Shunyu Yao等人提出，其核心思想是让模型在生成过程中交替进行“推理”和“行动”。模型会先思考当前状态（Reasoning），然后决定采取什么行动（Acting），如调用工具、查询知识库，之后根据行动结果再次推理，直至...

本人双九（一般的985）现在🐻厂实习字节hr两次电联同一个职位的实习，问我考不考虑，第二次说的很恳切🐻厂给的测开，字节给的后端本人还没确定，秋招走大厂还是走央国企，目前暂时偏向稳定，更倾向于在江浙一带工作犹豫的点:1.目前组内氛围好，mt也好，组长也好2.如果再面试，我需要重跑我的项目，再准备+八股+手撕，会很累3.如果准备不充分，怕脏面评

lz大四，在校期间一直不知道要去公司找实习，一直到大四才意识到重要性。于是一边秋招，一边找实习，最后秋招失败了，找了一个互联网公司的实习，干到了现在。我原本以为靠着这个实习经历能在春招至少比春招好一些，但直到现在，投出去的岗位虽然多，收到的面邀却一个也没有。字节的投递一直在评估中，快手简历挂了两次，其他的也一直没有回信。不知道我接下来该怎么办，我应该升学吗？•我即使读了研毕业，以我的专业，就业压力一点也不会减小•我转了码，作为半路出家的我，也打不过科班出身的人吗我应该延毕刷一年实习吗？•但延了毕就像坐过牢一样，谁都会问一嘴怎么回事我应该去国外升学，试着在擅长的日本就业吗？•但我是外国人，外国人本身在日本就饱受歧视，我作为外国人去了也很难找到工作吧

岗位名称：推荐算法面试时长：1h+自评分：7/10是否下一轮：待通知一、检索与排序在项目中使用的 BM25 原理是什么？相比 TF-IDF 改进在哪里？公式中每一项的含义是什么？（追问）k1 和 b 参数分别控制什么？如果 b=0 会发生什么？为什么在实际系统中要做混合检索？Sparse 检索和 Dense 检索的基本原理分别是什么？（追问）两种方式在长尾 Query 上的表现差异如何？Dense 检索中常见的相似度度量方式有哪些？为什么很多系统选择 Cosine 或 Inner Product？（追问）如果向量没有归一化，Inner Product 和 Cosine 的结果会有什么差异？在你...