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...

本2硕9，力扣是没刷完的，八股是没背完的，准备先投中小厂练练手，逼自己先面试找找感觉。大厂到底什么时候才配投啊，看了面经能掰扯的最多才一半

上来先写算法，让写个快排，磨蹭半天没写出来，问能不能写归并，结果归并半天也没写出来。然后让写个单例模式，也没写出来，到这里已经开始跟面试官对着尬笑了，到现在也没结果，应该是挂了讲一下 ConcurrentHashMap ？讲一下 ThreadLocal ？MyBatis 中 Mapper 接口为什么不需要实现类就可以直接调用？ （动态代理）秒杀场景中如何解决超卖问题？秒杀场景中如何解决少卖问题？如果 Redis 中库存数据丢失了该如何处理？介绍一下 RAG 的整体流程除了向量召回，还有哪些文档召回方式？当用户问题与文档语义相近但无法召回时如何优化？（对用户问题进行改写）MySQL 中常见的索引...