想找个小厂实习，求指点

想做Agent产品经理，不用写代码，但要懂一些东西。提示词得会写，知道怎么让Agent听话不乱说。大模型能力边界要清楚，啥能干啥不能干，心里有数。会设计工作流，比如用户问一句，Agent该查啥、咋回。还得懂点评测，怎么判断Agent答得好不好。不用会调参，但要会提需求、画流程、看数据。说白了，懂技术逻辑+用户思维，就能上手。

秋招加春招，前前后后面了差不多 20 家公司，岗位主要是嵌入式软件开发、Linux 驱动、底层软件和部分车载方向。一路面下来，最大的感受就是，嵌入式面试真的很容易让人产生错觉：准备的时候觉得自己都会，真正进面之后才发现，很多知识点其实只是“看过”，还远远没到“能讲清、能展开、能抗追问”的程度。下面这 5 点，是我这段时间最真实的总结。1. 八股一定要背，但更重要的是“理解版八股”嵌入式面试离不开八股，这个是事实。C 语言、指针、内存分区、volatile、static、const、结构体对齐、大小端、中断、线程/任务调度、锁、信号量、死锁、I2C/SPI/UART、Linux 进程线程、虚拟内...

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.实习拷打2.拷打第一个项目：项目里如何解决图文模态对齐问题？如果图纸在文本中没有描述，模型如何通过视觉特征召回？Milvus中使用了哪种索引算法？针对术语的语义偏移，除了混合检索，有没有试过对Embedding模型进行微调或使用Adapter？3.拷打第二个项目：如果外部测评工具返回的原始数据格式与LLM预期不符，如何实现自动化映射？当向量库检索出的长期画像与当前会话状态有冲突时，你的系统如何应对？如何防止模型回复过度依赖检索内容而变得生硬，影响共情？4.相比于CoT，ReAct在模型与外部环境交互时解决了什么问题？5.讲一下大模型进行Function Call的具体流程？如何将语义转化为结构化参数的？6.在开发中，你怎么判断任务该用Workflow还是自主决策的Agent？7.讲一下Agent的长短期记忆，在长对话中如何实现上下文的动态压缩和遗忘？8.在Agent系统中，RAG检索到的外部知识是如何喂给模型并防止干扰的？9.什么是Rerank？在检索链路中它对Agent的决策准确性有什么影响？10.当单Agent面对长任务时，引入Multi Agent的优势是什么？11.Multi Agent中，Router节点是如何决定任务该分发给哪个子Agent的？12.什么是Human-in-the-loop？在Agent系统中如何设计人工审批断点？13.如何量化评估一个Agent系统的好坏？14.除了生成质量，还应该关注哪些维度的指标？15.对于Agent多步推理带来的延迟问题，有哪些优化方法？16.随着大模型上下文窗口的扩大，你认为RAG会被完全取代吗？

425一面，430二面。二面竟然也是一个小时，还问了很多项目相关，就开头和最后几分钟唠家常，感觉微微凉。碰上五一假期，到今天5.9还没出结果，也不好意思催hr，真难捱啊！个人背景 请先做一下自我介绍。 你目前的专业看起来偏某一交叉方向，为什么投 AI 算法工程师岗位？ 你的研究方向和 AI、大模型之间是什么关系？ 你对自己的求职方向是怎么规划的？对公司的了解与求职动机 你对我们公司有多少了解？你为什么想来我们公司？ 你希望把自己的研究或技术能力落到什么样的工业场景里？ 你是从什么渠道了解到这个实习招聘信息的？ 除了我们公司，你有没有接触其他公司？未来找工作对有什么打算？论文、成果与学术经历 你...