# 如果一个GPU集群的LLM处理能力为1000tokens_s，那1000个用户同时并发访问，响应给每个用户的性能只有1 token_s吗？怎么分析性能瓶颈 ## 问题 # 如果一个GPU集群的LLM处理能力为1000tokens_s，那

# 当对话历史实在太长、裁剪也不够用时，还有什么办法？什么是 Compaction？OpenClaw 的 Compaction 策略是怎样的？ ## 问题 当对话历史实在太长、裁剪也不够用时，还有什么办法？什么是 Compaction？Op

# 校招生写Agent项目，最怕这5个追问 > 来源：小红书 @黄同学h > 原文链接：http://xhslink.com/o/5TeS1z9FWsQ > 发布时间：2026-04-11 > 标签：Agent、Agent开发、后端开发、互

# 现场实操：给定一个包含数据Schema的API文档，请使用AI工具在15分钟内生成符合RESTful规范的CRUD接口代码，并解释关键实现逻辑 ## 问题 现场实操：给定一个包含数据Schema的API文档，请使用AI工具？ 15分钟内

# 🎯 AI 应用开发 / Agent 方向 · 秋招复习笔记 > 📅 整理时间：2026-06-02 > 📚 来源：基于 workspace 内 18 份面经资料整合 > 🎯 适用：AI 应用开发 / Agent 开发 / 大模型应用 校

# 秋招以来的AI面经问题 All > 来源：小红书 @玖 > 原文链接：http://xhslink.com/o/4THd9NZseQI > 发布时间：2026-01-30 > 标签：面试、面经、校招、秋招、互联网大厂、AI > 收藏 1

# 腾讯大模型应用开发 二面 > 来源：小红书 @逸 > 原文链接：http://xhslink.com/o/5vDCA2JigSO > 发布时间：2026-04-12 > 标签：面试、面经、AI、Agent、实习 --- ## Q1：如果

# 请解释 Tool Calling（工具调用）的完整链路：工具是怎么定义的、LLM 怎么调用它、结果怎么回传_ ## 问题 请解释 Tool Calling（工具调用）的完整链路：工具是怎么定义的、LLM 怎么调用它、结果怎么回传_ ##

# 请解释大模型微调(Fine-tuning)的原理，并说明在什么业务场景下需要微调而不是直接使用基础模型？ ## 问题 请解释大模型微调(Fine-tuning)的原理，并说明在什么业务场景下需要微调而不是直接使用基础模型？ ## 标准回

# 长上下文openclaw如何处理 ## 问题 长上下文openclaw如何处理 ## 标准回答 LLM的上下文窗口有限，长对话时容易"爆窗"，导致请求失败或Agent"失忆"。 OpenClaw的四层防护机制 Context Pruni

# 阿里 AI 应用研发实习一面面经 > 来源：小红书 @未知作者 > 原文链接：https://www.xiaohongshu.com/discovery/item/6a054355000000003501fec8 > 发布时间：2026

# 大模型 & Transformer 高频面试题及答案 > 🎯 适用岗位：算法工程师、AI 应用开发、大模型研发 > 📅 整理日期：2026-06-07 > 💬 答案按面试口语化写，直接照着说就行 --- ## 一、Transformer