上周裁员的瓜一个接一个，某些职场交流平台的热搜榜上，裁员相关的热搜能占一半，毕业的和没毕业的同学，都少不了就业焦虑。
不过这些爆料真真假假，越看越焦虑，不如看点招人的消息。
比如腾讯今年青云计划，在 3 月 19 号开启了。和往年相比，今年最大的不同就是：
【全年开放，不限年级】。
要知道，之前大厂的实习生招聘大多要求大三、大四或者研究生，很少有直接面向大一、大二学生的。腾讯这次打破了年级限制，确实给了技术硬核的低年级同学一个很好的机会。
是时候再次有鹅选鹅了！
另外今年的青云计划，直接把目标放在 AI 相关的领域：
1）大语言模型，NLP
2）多模态、视觉、语音
3）智能体、强化学习
4）搜索、推荐、模型应用
5）AI 基础设施、系统与安全
6）AI 数据，数据工程
只要技术够硬，就能直接进腾讯核心项目组。
而且青云计划授权够大，实习生可以直接主导核心项目，能拿资源、带课题，产出直接被看到。这对于想在实习期间做出成绩的同学来说，是个很大的诱惑。
其次，青云计划的薪酬上不封顶。腾讯原话是"不为潜力设限"，还新增了为有突出贡献的实习生提供额外薪酬激励。这个激励放在实习生里，挺有分量的。要知道，一般的实习生薪酬都是固定的，很少有不封顶的说法。腾讯这次这么大方，也说明他们真的很想在 AI 大模型这个赛道上发力，愿意为优秀人才砸钱。
还有就是没有冗长的汇报线，能直接和技术领军人对话、共同为技术难题寻找解决方案。对于想在技术路上走得更远的同学来说，能和技术大牛直接交流，这个机会太宝贵了。很多人进大厂就是为了接触更牛的技术和更牛的人，腾讯这次给了实习生这样的机会，确实很吸引人。
而且在现在这个 AI 狂飙的时代，能跟对人、进对组，有时候比薪资数字更重要。
鸭鸭觉得，腾讯这次青云计划，对于技术硬核的同学来说，确实是个难得的机会。只要你在 AI 大模型相关领域有积累，都可以试试投递。毕竟直接进腾讯核心项目组，和大牛一起做AI项目，这种机会在校招里确实不多见。
而且从腾讯这次的动作来看，他们对AI大模型的重视程度很高。对于想在这个领域发展的同学来说，现在确实是入局的好时机。
你们对腾讯这次的青云计划怎么看？有没有打算投递的同学？欢迎在评论区和大家聊聊～
……
今天鸭鸭和大家分享一道 AI 大模型原理和应用面试题。
【LangGraph 编排的原理是什么？ 】
回答重点
LangGraph 的编排原理就是把复杂的 AI 任务拆成一个个节点，用边把它们串起来，靠状态驱动整个流程往前走。
三个核心要素：
1）节点 Node，代表独立处理单元，比如 Agent 调用 LLM、Tool 执行工具函数。每个节点接收状态，处理完返回更新后的状态
2）边 Edge，定义节点间的流转路径。支持条件分支，比如根据用户输入选择不同处理逻辑；也支持循环，比如需要多次修正结果的场景
3）状态 State，贯穿整个流程的上下文数据，包括对话历史、中间结果这些。状态驱动节点间的动态交互
LangGraph 本质上就是个"流程图引擎"，我们通过画图的方式定义节点和边来描述任务逻辑，框架自动根据状态流转执行节点，天然支持多 Agent 协作和动态决策。
扩展知识
状态管理
状态以字典形式在节点间传递，支持持久化存储。中断后可以恢复对话，确保流程连贯性。比如用户聊到一半退出，下次进来还能接着上次的上下文继续。
动态路由
通过条件边 Conditional Edge 实现分支逻辑：
# 根据用户输入决定是否转人工审核
def route(state):
if "投诉" in state["input"]:
return "human_review"
else:
return "ai_agent"
循环控制
通过返回节点名称实现迭代，比如 return "current_node" 就能让流程回到当前节点再跑一遍。典型场景是反复调用工具修正结果，直到满足条件为止。
篇幅有限，更多 AI 相关面试题可以进入面试鸭（mianshiya.com）进行查阅。
