AI Agent 应该主要指后端吧，感觉和 WEB 后端等相比，没有太大的壁垒。
1 、Prompt 工程、RAG 、Memory 等增强 LLM 应用能力的工程手段，都不太成熟，或者说模型发展太快了，没有太统一的标准，都是每个场景下做取舍。用到的技术栈，基本都是常用的，使用 LLM 都是调 API 。
2 、和业务场景强相关，比如文本类的、图片类的、多模态的，LLM 都只是辅助，需要工程师把这些模型串起来，而且需要业务理解和设计做工程上的 cover 。

因此，之前经验和背景都是好的基础，找个 Agent 框架比如 openai 的 operator 用一用、搞清楚 LLM 的原理（不用深入）和使用就是加分项了。

给钱就写

折中一下
1 、已经交了半年社保，可以拿来当流水了；
2 、到香港办港卡；
3 、拿美金，到时候提供港卡工资流水（可以说入职半年公司撤离大陆巴拉巴拉的）；

HR 认不认的只是压价的借口

docker 部署吗？可以看看 https://github.com/google/cadvisor

楼主很厉害，最好找人内推，直推 leader 那种会少卡学历

报班，学口语

哈哈哈吵的很有意思，但没必要拉踩语言。我也对 java python 为什么比 go 的内存消耗更小比较好奇？
然后看了文章提到之前的测试，文章下边有评论说的比较清楚： https://pkolaczk.github.io/memory-consumption-of-async/

With no doubt, pre-allocating a stack for each goroutine gives Go a disadvantage over languages whose concurrency system postpones any thread-local memory allocation until really needed. (Side note: I use "thread" as a synonym for green or virtual threads and goroutines in this particular context.)

golang 的 goroutine 是预分配固定大小 2kb 的内存，而 java 的虚拟线程不是预分配，而是根据实际需要的大小去分配。

感觉可以测试函数里，创建一个大的 map ，来占用内存，看看更加真实接近的内存使用（还能看看 VM 语言的 GC 水平）

又学到新知识了！

哈哈哈 OP 把不需要开机自启动的程序关掉就可以了

之前用毫米波做过类似的，最大的问题就是不准确，比如浴室跌倒监测（尤其是老年人或独居场景）。
参考一下华为的宣传，实际产品效果估计够呛。
https://consumer.huawei.com/cn/wholehome/ai-wellness-sensor/

@kuanat 请教一下大佬，有 go 协程池相关的工程实践文章分享吗？比如使用协程池和不使用协程池，如 cpu 、内存利用率等指标的提升。因为我接触到的也就公司网关的项目利用协程池，普通的服务似乎只需要 k8s 扩容就可以

秀儿！

2
个人认为校招还是比社招好得多，尤其是多了央企、国企、研究院等的选择。

如果项目主要是维护、优化多的话，可以想办法挑点难点讲讲，面试几十分钟尽量凸显自己的优势就好了

删了吧，我一个朋友路过看到了挺不舒服的

为我和这种大佬上同一个论坛而感到脸红

如果是云服务的机器，比如阿里，可以看看弹性网卡辅助 IP 上 terway

可以看看 flannel host-gw ，机器不多同网段感觉比较适合

@lzy250 是的… dlv 我也是 debug 用的多，没用过 set 修改变量