搜索大模型内容

Lint 红灯之后，谁来停住下一步？

匹配正文：Lint 红灯之后，谁来停住下一步？本文分析一个用 Python 编写的 Agent：它可以调用编辑工具，并在工具运行前后执行 Hook，也就是额外的检查脚本。这份实现里的断点很具体：后置检查已经返回 blocked=True，上一级却没有接住它。执行器等检查跑完，照样返回编辑工具原来的成功结果，后面的工具仍可继续。所以，检查报错后先别追问模型为什么不修。先看失败信息有没有走到调度端。一个 Hook 命令被执行，只说明检查跑过；要暂停依赖当前产物的下一步，还需要明确的结…

#Agent#Hook#Lint

配置里有参数，不等于模型已经收到

匹配正文：…的建议。建议可以提供排查方向，具体工程里还要多核对一层：配置字典经过模型适配器以后，究竟有多少内容进入了下一次调用。沿当前这份 Agent 训练项目的本地 HF 与 API 两条实现检查，会看到一个容易误判的地方：返回日志保留的配置，可能比实际函数入参更完整；日志里没有写出的默认值，又可能正在参与调用。排查从调用口开始，别停在配置回显先看本地路径的职责。LocalHFProvider 接收对话或文本、采样配置和工具说明，在内部准备模型输入，再调用底层的 generate…

#Agent#模型推理#参数适配

记忆文件与发现索引，少写一步会怎样？

匹配正文：记忆文件与发现索引，少写一步会怎样？假设一次协作确认了这样的偏好：解释方案时先说明约束，再讲取舍。Agent 把它保存成一份记忆文件，文件名、正文都能在磁盘上找到。下一次会话开始时，系统却没有把这份文件的入口交给模型。这时若直接追查模型为什么“记不住”，很容易跳过真正缺失的一步。文件保存回答的是内容是否落盘；新会话怎样发现内容，还取决于它从哪里开始读取。两件事由不同文件承担，就可能出现正文已经写好，入口仍然没有更新的状态。当前这份 Agent 实现把记忆正文放在独立文件…

#Agent#Memory#持久记忆

#Agent#CodeInterpreter#Python

Python 沙箱的边界，不能只画在代码字符串里

匹配正文：…托，既没有突破权限，也不是一次沙箱逃逸。它更不能被写成“已证明原项目的 pandas 或 NumPy 被攻破”。这个小样本只把一项设计责任摆到了桌面：给出去的对象，需要按其实际能力审查。因此，评估预加载库时，不能因为它常用于分析、绘图，就把“常见”当成“所有入口都安全”。执行器应明确需要哪些操作、哪些输入和输出，把必要能力收窄到可说明、可检查的接口。对象不一定要越过语言限制，才能做出入口没有直接写出来的事。它可能只是在完成自己的正常职责。安全边界应覆盖这种正常能力的组合，…

Worktree 建好之后，还要把工具接进去

匹配正文：Worktree 建好之后，还要把工具接进去给子 Agent 开启 Worktree 隔离，临时目录创建成功，里面也有项目文件。接下来让它读取当前位置，返回的却还是主工作目录。新副本没有建错，执行工具也没有报错，问题出在两者之间少了一次绑定。这一步很容易被开关名掩盖。配置里写了 isolation="worktree"，看上去已经把子任务送进另一间工作室；可它拿到的工具箱，可能仍然连着父任务原来的工作台。在本地 cc-python 实现里，创建 Worktree 与组装…

#Agent#Worktree#工具绑定

LIMIT 100 限住了结果，没限住查询工作量

匹配正文：…返回行数一样，数据库里的计算却不一样。结果上限可以保留，但不能拿它证明运行成本已经受控。 DeepResearch 里的数据分析 Agent 同样会碰到这个问题。生成合法 SQL 之后，执行器还要替共享资源守住边界。本文沿一份本地 Text2SQL 教程里的执行片段，用标准库的小实验，把结果行数、锁等待和计算取消分开验证。两份结果都只有一百行，后台工作却不同实验只在临时目录建了一个 SQLite 小库，放入六千条人工整数记录，分为一百二十组，没有为分组列和金额列建立索引。…

#Agent#Text2SQL#SQLite

写工具排队以后，Read 的顺序由谁保证？

匹配正文：…的独占操作”，不能只记录“当前有独占操作运行”。等待中的写入尚未占用执行位置，却已经划定了后来者不能越过的边界。两种状态最好在调度设计里明确表达。栅栏还要对应正确的位置。若队列里依次有写入甲、读取乙、写入丙，不能在甲结束时把所有后续读取都放行，也不能因为丙尚在等待，就让本该位于甲与丙之间的乙永远排到最后。需要保留调用次序，按边界分段推进，而非只给每类工具各建一条互不相关的队列。这是一种可以考虑的改法，当前流式代码的入队分支还没有这道边界。另一种选择是复用统一的批次编排，减…

#Agent#工具调度#并发编排

装了很多 Skill，要把每份说明都塞进上下文吗？

匹配正文：装了很多 Skill，要把每份说明都塞进上下文吗？假设你给 Agent 一个任务：读取销售 CSV，整理成一页汇总报告，销售额和退货额分开展示。它装了两个 Skill，一个负责汇总报告，一个负责活动海报。当前任务只需要前一个，海报里的配色、标题和版式规则可以先留着。于是，你打算先给模型一份短目录，等它选中汇总报告，再读取具体说明。这通常被称为渐进披露：需要的信息随着任务推进，逐步进入上下文。可你打开项目代码，发现启动时已经逐个调用 read_text，把所有 SKILL…

#Agent#Skills#渐进披露

求职指南·RAG

企业知识库 RAG 架构项目模拟面试

匹配正文：…n-proof；scale_unverified → production-proof。下一步：extension。配套学习：Agent 中 RAG 瓶颈怎么破?。 10. production · production-proof 请区分“做过上线”和“知道怎么上线”：给出一个可脱敏监控、灰度或回滚记录，并说明当时的文档量与请求规模；没有记录就按设计题回答。考察重点：核验生产事实与设计知识的边界；没有线上材料时，只按设计能力记录，不视为上线经历。实际线上仪表盘、告警…

#模拟面试#简历项目#连续追问

求职指南·RAG

RAG 评测集与 bad case项目模拟面试

匹配正文：…测脚本变更或评审结论，证明职责和决策。考察重点：用可脱敏工件交叉验证职责，而不是继续听抽象表述。能对应到本人动作的变更、评审或设计记录本人提交的标注规范、数据版本、评测脚本 diff 或评审结论下一步：design。配套学习：项目难题怎么定位与解决?。 3. design · design 评测集如何从线上日志、专家样本和合成样本构建？如何去重、分层、冻结版本并避免泄漏？考察重点：确认候选人理解端到端链路、关键接口和状态变化。端到端组件、数据流和每层输入输出关…

#模拟面试#简历项目#连续追问

求职指南·RAG

多轮对话、引用与权限隔离项目模拟面试

匹配正文：…追加追问时：failure_case_missing → failure-proof。下一步：production。配套学习：Agent 如何防越权与隐私泄露?、RAG 查不到文档怎么降级?。 8. failure · failure-proof 请回放一个指代错位、引用错页或越权样本，列出用户身份、会话状态、过滤条件、候选与最终引用；没有记录时按设计威胁回答。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现…

#模拟面试#简历项目#连续追问

转大模型应用开发路线图(2026):研究生/Java 后端要学什么、多久上岸

匹配正文：…API、工具调用、最小 RAG AI 编程 · 调用大模型 3. 完整项目 6-8 周 4-6 周一个能写进简历的 RAG 或 Agent 项目 RAG 智能问答系统 / Deep Research Agent 4. 面试冲刺 3-4 周 2-3 周题库口语化答案、项目追问稿、投递清单 851 道真题 + 真实面经业余每天 1-2 小时,大多数有工程基础的人按 4-5 个月设计比较稳。全职投入不是简单除以二,因为项目和面试反馈需要时间沉淀;更合理的预期是 2-3 个月做…

大模型应用开发岗和算法岗有什么区别、普通工程师怎么选

匹配正文：…但日常问题完全不同。维度大模型算法岗大模型应用开发岗核心产出更好的模型、训练策略、评估方法可上线的大模型应用、RAG/Agent 系统、业务流程自动化日常关键词 SFT、DPO、RLHF/GRPO、数据配比、loss、benchmark API、RAG、Agent、工具调用、检索、评估、延迟、成本面试重点数学基础、论文理解、训练细节、实验设计项目深挖、系统设计、工程取舍、真题口述简历筛选硕博、论文、竞赛、模型训练经历加分明显工程经验、项目深度、上线能…

2026 大模型岗就业市场:招聘量、城市、薪资档位、哪些公司在招

匹配正文：…哪些公司和场景更容易出现大模型面试问题。下面是站内题库里出现频率较高的来源: 题源站内题量常见考察侧重字节 150 RAG、Agent、评估、应用系统设计、项目深挖百度 85 搜索、RAG、模型服务、Prompt 与评估美团 81 业务场景落地、知识库、推荐/搜索结合高德 36 地图/搜索/地理场景里的模型应用淘天 36 电商知识、导购、搜索推荐、大规模应用阿里云 25 云上模型服务、企业客户、工程化小红书 25 内容理解、推荐、社区场景蚂蚁 21 金融知…

大模型应用开发岗一天在做什么?细分岗位画像

匹配正文：…看到同一份文档? RAG 很适合后端转型,因为它一半是数据管线和服务系统,一半是模型行为。站内的RAG 智能问答系统就是按这个链路设计的:从文档处理到检索、重排、记忆、引用、评估一步步补齐。如果你简历里只有“基于 LangChain 搭建知识库问答”,会很薄。把它升级成“构建保险知识库 RAG,通过切块策略、混合检索和重排将召回质量从错误样例中逐步修正,并支持引用溯源和离线评估”,面试空间就完全不同。 Agent 开发一天在做什么 Agent 开发的核心不是让模型“更聪明”…

研一/研二转大模型应用开发:三年怎么规划、来得及吗

匹配正文：…有岗位研二暑期拿实习或补强项目有实习就做深;没实习就把项目打到可讲透因为一次没过就换方向研三上秋招闭环项目深挖、系统设计、行为面、投递节奏临时补项目,临时背答案如果你已经研二下,也不是没机会,但要压缩路线:跳过泛泛概念学习,直接做一个 RAG/Agent 项目,同步刷题和投递。这个阶段不能再追“我想全面学一遍”,要追“我能拿什么去面试”。论文、课程、实验室项目怎么转成大模型应用素材很多研究生觉得自己没有大模型项目,其实是不会翻译已有经历。课程项目、实验室…

工作三年的 Java 后端转大模型:在职怎么转、什么时候跳槽

匹配正文：…清零 Java 后端转大模型应用开发,不是从后端跳到另一个完全陌生行业。你真正要做的是把原来的工程能力迁移到模型应用系统里: 接口设计变成 LLM API、工具调用和模型服务封装。数据处理变成文档清洗、切块、索引、评估集构造。缓存和异步变成检索缓存、任务队列、长程 Agent 执行。监控和排障变成答案质量、延迟、成本、badcase 追踪。权限和安全变成文档权限、工具调用边界、敏感信息保护。技能怎么映射,可以看后端工程师转大模型应用开发:已有经验怎么迁移。这一篇重点…

大模型应用开发要懂哪些概念、懂到什么程度

匹配正文：…间充裕,可系统过一遍全部概念已有工程直觉,时间紧,只补缺口补的顺序按上表从上到下走一遍,建立完整地图直接跳到 RAG / Agent / 评估这三块补直觉深度取向可往下多探一层(Embedding 怎么训、注意力机制),为要不要走应用算法留口子不必深挖原理,重点是"这概念影响我哪个设计决策" 里程碑能对着一张架构图把每个概念讲 20 分钟能把概念挂到自己的项目和后端经验上别做的事别只刷概念不动手,概念会飘别从头学深度学习数学,那是浪费时间在校生多出来…

转大模型应用开发,数学和深度学习理论要补多少

匹配正文：…实际的检验:你去读大模型应用岗的 JD 和面经,会发现追问集中在文档切块策略、召回和重排、评估集怎么构造、badcase 怎么修、Agent 步骤怎么控制,几乎没有人让你现场推导梯度或证明一个定理。数学在这里是"看得懂别人为什么这么做"的底座,不是"自己从零推一遍"的技能。如果你还在纠结自己该走应用还是算法,先看大模型应用岗和算法岗到底怎么选,这决定了你数学到底要补到什么程度。一张表:哪些要补、哪些不用死磕下面这张表是本篇的核心。左边是必须建立直觉的,右边是可以先放下的…