GLM-5是国产模型。最近几个月不断在更新，从4.5到4.6、4.7再到现在的5。代码能力是不断增强的。我已经使用的GLM-5做了一个画廊网页、桌面宠物和导航页面了。GLM-5生成的效果比起之前错误要少的很多，如果有bug，用大白话指出来它也能成功的修改。比起claude还是有差距的，GLM-5的写代码的速度比claude慢几倍，加功能的话，Claude给出的代码可用的概率高，而GLM需要将bug指出来才能修好。

OPPO二面面经 C/C++开发请详细介绍您简历中提到的基于单片机的开发项目。请详细介绍您简历中提到的嵌入式Linux系统开发项目。（注：根据描述，这两个项目是面试重点）您在Linux系统下开发过哪些类型的设备驱动？请简述您对Linux I/O多路复用机制 epoll 的理解。您提到了LCD驱动和Input子系统，能否更具体地谈谈您在这方面的实践经验？在Linux设备驱动开发中，中断处理函数的编写需要遵循哪些要点和规范？您是否了解 key_report 这类事件上报机制在底层（如Input子系统）是如何实现的？（驱动开发） 请概述开发一个字符设备驱动程序的主要步骤和框架。（驱动开发） 如果要为...

怎么时间过得这么快，一转眼暑期又要到了，昨天ld问我是26年毕业的嘛？想了想，应该是手子马上也要开暑期实习了，而寒假这几天我也是什么都没干，hot100忘光光，八股更是什么都不会，在手子的产出也还没偷完，感觉完全没有喘息的机会啊😭。原本来手子的时候，还对自己信心满满，但是所有人都说暑期难度比日常大很多，让我也有点慌张了，毕竟日常我已经面的磕磕绊绊了，别说暑期了😔。所以今天问问各位前辈暑期的秘诀啊，主要是什么时候开投，重点要准备什么，面试高峰期在哪里呢？感觉越到秋招，笔试的占比越大，而我实在不会刷算法，只会死记硬背。第一份简历写出来让身边人提了提建议，感觉还得改很多，但是我好想回家歇啊，已经预定了4月到5月中间的时间了，希望3月份能找到实习，这样能好好放松一个月，太累了我去😖😖😖。这样的日子什么时候能到头啊。

一、RAG 是什么？（面试必问）RAG = 检索增强生成（Retrieval-Augmented Generation）一句话：先从外部知识库检索相关信息，再把信息喂给大模型生成答案。作用：• 解决大模型不知道新知识、幻觉的问题• 不用重新训练模型，成本低、安全可控RAG 核心流程（背这 4 步）1. 文档切分（Chunk）2. 向量化（Embedding）3. 存入向量库4. 用户提问 → 检索相关片段 → 给 LLM 生成答案RAG 常见类型（面试高频）1. 朴素 RAG最简单：切分→向量→检索→生成。适合简单问答。2. 高级 RAG（优化版）◦ 召回前：查询优化、重写◦ 召回中：多路召回、混合检索（关键词+向量）◦ 召回后：重排序（Rerank）3. RAG + 知识库管理带文档更新、去重、过滤、元数据过滤。4. 模块化 RAG可插拔：不同场景用不同检索策略。二、Agent 底层原理（面试官最爱深挖）一句话：Agent = LLM 做大脑 + 工具调用 + 记忆 + 反思 + 规划核心 5 组件（背这个）1. 大脑（LLM）负责思考、决策、理解任务。2. 记忆（Memory）◦ 短期记忆：上下文◦ 长期记忆：向量库/数据库3. 工具（Tools）搜索、代码解释器、API、函数调用（FC）。4. 规划（Planning）拆解任务、多步推理、自主决定怎么做。5. 反思（Reflection）检查结果对不对，错了就修正。标准执行流程（面试直接说）1. 理解用户目标2. 思考：我要做什么？需要哪些工具？3. 调用工具获取信息4. 继续推理，直到完成目标5. 输出最终结果三、多 Agent 是什么？多 Agent = 多个智能体分工协作完成复杂任务。特点• 每个 Agent 有专属角色• 互相通信、分工、协作• 能处理复杂、多步骤、跨领域任务常见架构1. 集中式有一个“主管 Agent”分配任务。2. 分布式无中心，Agent 之间互相沟通。3. 分层式上层决策，下层执行。典型应用• 代码开发团队（产品、前端、后端、测试）• 内容创作团队• 企业自动化流程四、面试高频三连问（标准答案）1. RAG 和 Fine-tuning 区别？◦ RAG：外挂知识库，不改模型，安全、实时、成本低。◦ 微调：改模型权重，适合固定风格/专业领域，成本高。2. Agent 和普通 LLM 区别？◦ LLM：你问啥它答啥，被动。◦ Agent：有目标、会思考、会用工具、自主完成任务。3. Agent 和工作流区别？◦ 工作流：固定步骤，按流程跑。◦ Agent：动态思考，自主决策下一步。如果你要，我可以直接帮你整理成：「AI 前端面试 10 分钟速背版」你拿去背，面试基本稳过。