鹰角golang面试会问什么？

在求职竞争白热化的当下，缺乏一份亮眼的大厂实习经历，似乎已经被许多人视为简历上的“硬伤”。但一批不走寻常路的求职者正在证明：找到并打造属于自己的“硬通货”，零实习背景同样可以敲开理想公司的大门。01 认知颠覆：大厂究竟在寻找什么样的人？大厂招聘的核心逻辑，往往被实习生头衔所掩盖。一位头部互联网公司的技术面试官透露：“我们不是在寻找‘实习经历收集者’，而是在寻找能创造性解决问题、有扎实沉淀和成长潜力的未来同事。”一份光鲜的实习经历只是能力的一种证明形式，而非能力本身。当缺乏这种形式时，关键在于能否提供其他同样有说服力的证明。那些零实习却成功入职的求职者，往往精准把握了招聘的本质——他们通过其他途...

【大模型】 1. grok3: 日常生活使用频率最高，我的现任搜索引擎，实时事件分析很不错评价：推理能力强，相比国内的没有太多限制，速度也很快（关键现在免费！）2. deepseek R1：不能科学上网的时候用😂写作优化评价：文科能力比另外的好用（毕竟本土化），deepsearch速度比较慢，限制也比较明显3. ChatGPT：使用场景如上，grok和ds出来以后逐渐没在用了4. 阿里千问qwq：个人本地部署，官方评分接近和deepseek-r1满血版，我的电脑64G内存m1MAX也能本地部署跑起来，大概14token/s评价：数学推理，编程比肩r1，最近的新玩具【工具类】1. cursor：写代码，做全栈开发，写APP等独立开发用，程序员本职代码操作器评价：从0-1搭建很顺手，但越到后面处理更复杂的集成项目会明显感到力不从心，不过更新了claud3.7以后，也能感到AI幻觉明显减少2. dify：做本地部署的工作流，输出策略型建议评价：不用开发的前提下，快速实现AB Test等策略型实验，企业场景使用3. coze：私活儿搭工作流，各类插件、大模型使用方便，API接口也好调，依赖于字节强大的生态能力，目前看到商业化程度“最”高的平台评价：很适合非技术小白，但产品使用逻辑上没有dify顺手，协作能力受限

说到AI相关的项目的话，我第一个反应就是小智，这个项目非常有意思，而且并不是特别难，只要大家有单片机相关的基础以及会使用AI工具，我觉得花一些时间都是可以做出来的，还是非常有趣的。

总结一下最近面试的 agent 实习面试，包括深信服，anker，minimax，万物云，吉比特整体感觉是：不再考 “你会不会用大模型”，而是考 “你能不能把 Agent 系统跑在真实工程里”。下面把我遇到的高频 Agent 面试题，按模块系统性总结一下，供后来者参考。一、Agent 在学术 / 工程上是如何拆分的？高频问题：Agent 在学术上由哪些部分组成？和普通 LLM 应用有什么区别？二、上下文工程 vs Prompt 工程（几乎必考）高频问题：上下文工程和提示词工程有什么区别？三、如何减少幻觉（Hallucination）高频问题：Agent 如何减少幻觉？在工业场景下怎么做？四、多 Agent / 多异步任务下，如何防止上下文污染？五、RAG 流程（几乎场场都有）六、MCP vs Tool / Function Calling七、工程基础Redis 为什么单线程？HTTPS 握手流程？经典算法（课程表 / 拓扑排序）SFT/PPO/DPO/GRPO 的区别，微调一个大模型的流程是什么样的？