技术派 - 学编程就上技术派

二哥编程星球应该说是整个编程圈子里性价比最高的星球，没有之一！别人没有实战项目，我们有，PaiFlow工作流编排Agent、前后端分离技术派、RAG 派聪明 Java 和 Go 版，微服务 PmHub，轮子 mydb、入门编程喵 - 别人没有八股，我们有，面渣逆袭的口碑相信大家都有耳闻，顺嘴，好背，帮助无数的球友和面试官掰扯 - 别人没有简历修改服务，我们有，相信改过简历的球友都知道，从教育背景、基本信息，到专业技能、项目经历、实习经历，我们无微不至。 - 每一个球友提问，也都是竭尽全力，诚恳到极致。

通过图解说明 Transformer 编码器与解码器的工作流程，涵盖自注意力、多头注意力、位置编码、残差、输出层和训练损失，串联张量计算与模型结构。

以英译汉任务解释 Transformer 的整体流程，比较自回归推理与教师强制训练，并讨论注意力中 Q、K、V 的来源，帮助检查对模型工作方式的理解。

介绍 MCP 的架构、工具选择与执行反馈机制，并通过 Server 开发、环境配置和测试串联实践流程，帮助理解模型应用如何接入外部工具与资源。

围绕文中称为 RAG 2.0 的技术方向，讨论混合检索、稠密检索、重排序、多模态及复杂推理，分析检索噪声和语义差距对生成结果的影响。

从知识截止与生成幻觉问题引出 RAG，梳理 Naive、Advanced、Modular、Graph 和 Agentic RAG 的演进，比较不同方式如何组织检索与生成流程。

介绍 Agent Skills 的概念、渐进式披露与使用方式，讨论自然语言指令、可复用任务能力和多个 Skill 的协作，帮助理解技能如何组织为 Agent 可按需使用的资源。

汇总大模型、视觉语言模型、RLHF、Agent、RAG 和评估等 AI 岗位面试问题，按技术方向组织真题资料，便于检查知识覆盖并安排针对性的面试准备。

围绕 AI Infra 的技术演进，介绍分布式推理、PD 分离、专家并行、Tile 编程与强化学习训推分离等方向，帮助读者理解模型运行需求如何影响系统设计。

整理系统设计的分步方法，从使用场景、约束与假设开始，逐步形成高层架构、核心组件和扩展方案，帮助读者把面试中的开放问题组织为可讨论的设计。