项目深挖 1. 训练参数设置&资源配置细节2. DPO训练loss的直观含义（别讲公式！要大白话）3. 为啥不直接SFT，非要搞DPO？（核心是对齐效果差异）4. 负样本构造逻辑追问：长链路GUI下正负样本长度不一有啥影响？原因是啥？5. 为啥选GRPO？对比过其他算法吗？6. tool response需要loss mask吗？理由是啥？7. 训练任务中mcp构造数量+具体case8. 训了几版模型？印象最深的bad case是啥？八股问答1. 看过AUTOGLM论文吗？其他大模型论文呢？印象最深的点是啥？2. 给定模型层数+隐藏层维度，估算参数量级+解释计算逻辑3. 同参数同序列长度，计算kvcache大小手撕代码流式输入输出处理规则（划重点！优先级很关键）1. 被<think></think>包裹的字符直接隐藏（优先级最高）2. mcp调用只输出instruction里的内容3. 其余内容正常输出

中国人寿旗下有寿险财险，养老险，广发银行中国人寿校招面试，涵盖半结构化面试与无领导小组讨论。 半结构化面试 6 分钟，十多分钟，有五位面试官。先是 1 分钟自我介绍，我简要阐述基本信息、教育背景与实践经历，突出和岗位的匹配点。接着面试官围绕简历展开提问，“哪里人，接不接受调剂到县域”“接不接受到营销岗”，结合自身情况，表达愿意服从安排，展现灵活性与稳定性，不过这种就是劝退，你懂的。对于“对保险业务怎么看”“为什么来中国人寿”“对保险有什么了解，有无购买过人寿保险”，我提前做足功课，提及保险在风险管理等方面作用，强调中国人寿的领军优势，还分享自身购险经历。在“对岗位有什么理解”问题上，虽一开始理...

首先讲三个故事，关于牛客的事件一：2024年，牛客上有一对高学历情侣，求职方向与我当时一致，都是嵌入式方向。他们恰好是我的朋友，专业能力和学历背景都很扎实，也因此拿到了不少优质offer。和很多求职者一样，他们把offer情况整理后发在平台上，本意是记录与交流，但很快引发了争议。有声音指责他们“集邮”“不释放名额”，认为这种展示本身就是一种炫耀。最终讨论失控，当事人删除内容，事件也很快被遗忘。事件二：小红书评论区，一条评价获得了不少共鸣：“感觉牛客就是当年那群做题区毕业了开始找工作还收不住那股味，颇有一种从年级第一掉到年纪第二后抱怨考不上大学的味道”，这条评论被水印里这个同学转发到牛客后，评论...

在 Claude Code、Cursor 等 AI Agent 工具的使用过程中，MCP（Model Context Protocol）与 Skill（Agent Skill）是两个高频出现的能力扩展概念。二者看似都是为了增强 AI 的能力边界，但在设计哲学、技术架构和适用场景上有着本质区别。本文将从这三个维度，彻底厘清两者的核心差异、存在价值及选型原则。一、一句话核心区分MCP 和 Skill 是 AI Agent 能力扩展的两大核心支柱，定位截然不同：MCP 解决「连接」问题：让 AI 突破自身数据局限，访问外部世界的工具、数据源与服务。Skill 解决「方法论」问题：为 AI 注入专业的...