理想汽车IT全栈交付培养生一面：Coding Agent 与 AI 流水线深挖

理想汽车 IT 全栈交付培养生一面：围绕 Coding Agent 使用经验，追问订阅与 API 选型、MCP 与 Skill 的差异、ai-pipeline 的节点设计与测试验收，并深挖百度实习的 Temporal 链路。

理想汽车智能体算法一面：Agent Loop 与奖励设计

理想汽车智能体算法一面面经，围绕 Agent 工程落地展开：Agent Loop 需要哪些结构化状态、什么任务该用 Agent 而非固定工作流、奖励设计失衡怎么排查、失败轨迹如何拆成训练样本，以及 LoRA 与全参微调的取舍。

理想汽车智能体应用开发 9 月 22 日一面，几乎全程围绕项目：用「背景—问题—方案—结果—技术含量」讲清最有挑战的项目，再追问 Agent 路由是 LLM 打分、关键词分类还是规则表，跨场景的一句话怎么处理串并行，最后是论文迁移。

理想汽车嵌入式软件一面记录，问题集中在编译链接流程（汇编与链接的分工、目标文件内容、链接器对符号与地址的处理）、AUTOSAR 分层架构里 MCAL/BSW/RTE 与应用层的职责划分、CAN 总线特性与通信中断排查，以及 MCU 复位到 main() 之间的启动准备。

理想汽车嵌入式软件二面面经：从实习分工与负责模块切入，考察多传感器自定义帧格式设计、多任务同时访问 SPI 与 I2C 的资源冲突处理、MQTT 报文与抓包、Modbus RTU 通信校验、OTA 流程与 MCU 启动和选型。