聊聊我眼中的AI

主包2本9硕，学了一年Java开发，有一段比较长的大厂后端研发的实习，现在大模型太火了，有点儿想往大模型方向转，实验室基本都是就业向，发不出论文来，所以基本只能考虑大模型应用开发。有深度学习基础，研究方向也是大模型相关的，现在开始从头看那些什么langchain，langgraph的视频，感觉太浪费时间了，想直接通过项目去学习，有uu推荐rag和agent相关的项目吗

我是22级硕士研究生，大概22年底，ChatGPT-3.5发布的时候，我就注册了账号尝试使用，那会儿的感觉就是“颠覆”二字。但2022/2023两年给导师写过近10篇本子，还都和大模型没关系，一直到2023年下半年才初见端倪，专家们开始说“2024年热门肯定是AI大模型”。课题组一直有研究AI，但基本上没有传承，2024年初导师开始要求我们研究大模型，这期间问过我好几个“愚蠢”的问题：“咱的3090训练大模型不够用？”“那为啥人家学校都能研究大模型，他们都有A100吗？”“你要想着去解决科学问题，比如能不能提升推理时间，能不能比世界第一更强！”“咱的显卡也是够用的，你看那台服务器就有两块4090D，那台有4060……”所以我认为AI不是科研项目，它不依赖学术界的主导。AI是一个工程领域，需要应用数学家和大量工程师的大规模投入，涉及购买GPU、建造服务器、数据处理和模型训练等，远非在办公室/会议室/酒桌上讨论可行性的问题。全球范围内，像中国和美国的大型AI模型，都是由企业主导的，而非大学或研究机构。因此，中国的学术界只能在旁边观望，已经没有话语权，也不应将美国的论文当作标杆。中国的学者普遍没有参与一线AI项目，这也是为什么他们觉得中国在AI领域落后，而实际在一线工作的美国公司认为中国并不差，甚至在某些领域有所领先。这种现象恰恰揭示了产学之间思维范式的根本差异。高校的科研体系本质上是围绕学科建设与论文产出的"盆景式创新"，而企业驱动的AI革命则是以市场需求为导向的"雨林型进化"。当院士们还在用论文引用数丈量科研价值时，DeepSeek的工程师们已经在用每秒浮点运算次数重构认知边界。这并非学术界的失职，而是技术代际更替的必然——就像蒸汽机不会诞生于牛津大学的经院哲学，AI大模型时代的创新主场注定要回归到产业实践的熔炉之中。

身边好几个Java选手都是面大厂后端开发岗，结果进去干Agent开发。传统后端的那些高并发，高可用的技术是一个都没用到，Agent开发也是纯粹的写prompt和workflow，感觉Agent开发这东西没啥具体业务，更像是今年大厂都有一个AI赋能的指标，所以招几个实习生完成上面的任务。目前，身边干Agent开发的哥们都是2B的，没听说过有2C的，而且这个Agent都是面向公司内部的大模型

在这篇文章中，我尝试从趋势分析、企业选择、能力转型等几个角度，将关于大模型的所见所思呈现出来，希望对大家有帮助。第一部分：趋势分析前几周跟一个老朋友聚会，边吃边聊，我们一起YY出了很多的AI小秘书，在生活中帮助我们：我们应聘时，它监听面试官的问题，把答案显示在屏幕上。警察审案件时，它监听嫌疑人的声音、语气、生理数据，给出建议，并告诉警察如何进一步提问来挖出真相。它可以把律师事务所、会计师事务所大量根据行业模板做基础工作的一线员工给替换掉。结婚率进一步下降，因为春水堂的硅胶娃娃借助大模型的深厚思考，成了男性的真正伴侣，社会再没有了男女对抗，大家各玩各的。中年男人失业之后的几个退路，滴滴司机、保安...

好像是主站的平台研发，b端的timeline 9.01一面 9.10二面 9.23 hr面   录用评估中一面 2h   很温柔的姐姐，聊了很多，然后也等了我很久的手撕，真的很感动1.输入url会发生什么2.对称性加密与非对称性加密3.表格中加载很慢需要排查哪些点4.http1 1.1 2.0 3.05.网络安全漏洞相关 xss csrf 中间人6.出了道跳转的题，判断会出现什么安全问题7.puppeteer相关8.进程和线程的区别9.服务器不同核数的利用率有什么区别10.变量提升11.设计模式介绍12.埋点方案13.css手写，水平垂直居中，伪类为元素，双栏布局14.柯里化15.大数相加16.promise输出二面 40min  大模型相关的拷打了很多，前端属实接触不到太多，纯靠自己补1.黑产对抗是做了什么事情2.xss3.怎么结合ai去识别一些安全漏洞4.下载时原生侧是否会有性能的问题5.怎么调用原生侧的api6.function call  prompt  rag7.大模型首个token的响应速度和后续token响应速度差异产生的原因和解决的方案8.手写promise.allhr面就很常规了，就不写了，字节意向第二天面的，也没太强的意愿，但好像也不太挂人，直接录用评估了

大家好，我是王某，某985计算机专业，机器学习方向。看到这你可能会想：985还找不到工作？装什么弱者啊。但真相是——今年AI行业的秋招，卷到你无法想象。那段被暴击的日子9月开学，我信心满满地开始投简历。985学历 + AI方向 + 两段大厂实习，我觉得拿几个offer应该不难。结果，现实狠狠给了我一耳光。投了150份简历，只收到12个面试通知，命中率不到10%。更惨的是，这12个面试里：5个一面就挂了，4个二面被刷，2个三面凉凉，1个拿到了外包offer，月薪12K。看着身边的同学：双非本科的室友拿了字节、阿里、百度三个offer；同实验室的小张签了商汤，30K起；平时打游戏的老王都拿到了华为AI Lab的offer。我开始怀疑人生：985的牌子，在AI这个赛道上，已经不值钱了吗？那次致命的面试最让我破防的，是腾讯AI Lab的三面。技术面我答得很好，算法题全做出来了，项目经历也讲得很清楚。三面是部门老大，聊了40分钟，氛围特别好。最后他问我：“你有什么问题想问我吗？”我脑子里准备的是：“部门的技术栈是什么？”“团队规模多大？”但临时改口问：“请问贵部门的发展方向是什么？”面试官愣了一下，简单说了几句就结束了。一周后，我收到了感谢信。后来在脉脉上看到，拿到offer的候选人在三面时问了“团队在大模型时代最大的挑战是什么”，聊了半小时，当场给了口头offer。我懂了——我输在了最后5分钟的反问环节。第一，简历要针对性优化。 AI行业的JD，不同公司侧重点完全不同：字节看重工程能力，阿里看重业务理解，商汤看重算法创新。一份简历投所有公司？在AI赛道等于自杀。第二，面试反问环节是决胜点。 有候选人技术面表现一般，但最后问了面试官对大模型落地挑战的看法，聊了20分钟后拿到了机会。『泡泡小程序AiCV简历王』的工具。抱着怀疑的态度试了一下说实话，我一开始是不信的。985的我，还需要工具？我缺的是工具吗？但那天晚上失眠到凌晨3点，我想：反正死马当活马医吧。我上传简历，粘贴了字节AI Lab的JD。10秒后，AI给出了优化报告：· 关键词匹配度：62分（不及格！）· 缺失关键词：分布式训练、模型压缩、ONNX、TensorRT· 内容问题：项目经历缺少数据支撑AI自动优化的效果让我震惊：原版： “负责推荐算法优化，提升了模型效果”优化后： “主导推荐系统召回层优化，基于双塔模型（BERT + Faiss）重构召回策略，使召回准确率从68%提升至82%（+14pp），推理延迟从120ms降至35ms（降幅71%），支撑日均5000万次推荐请求，CTR提升23%”AI不仅加上了数据，还补全了技术细节，而且这些技术栈全都是字节JD里要求的！更惊喜的还在后面7天后的奇迹用AI优化后的简历，我重新投了30家公司。这次没有海投，而是：每个公司单独定制简历针对不同方向调整项目重点确保关键词匹配度80%以上7天后，收到14个面试通知，命中率47%！面试过程更是神奇：字节三面，我问了“大模型时代的挑战”，跟面试官聊了25分钟，从技术聊到产品再到商业化。面试官说：“你的思考很有深度，我们部门就需要这样的人。”当场给了口头offer。腾讯AI Lab，我问了“团队在多模态大模型方向的布局”，面试官眼睛一亮，探讨了20分钟，还问我愿不愿意做这个方向。一周后，offer到手。最终在腾讯AI Lab（SSP，32K * 16）和字节AI Lab之间选择了腾讯。写在最后回头看这3个月，我最大的感悟是：在AI这个极度内卷的赛道，“优秀”已经不够了，你需要“精准展示你的优秀”。简历不是流水账，是你的“商业计划书”。面试不是考试，是“价值交换”。985的学历是门票，但真正让你拿到offer的，是你展示价值的能力。如果你也在找AI方向的工作，投了很多简历却石沉大海，面试反问环节不知道说什么——人总要撞几次南墙，才知道找梯子。现在秋招还没结束，    冲！

45min  项目+场景+手撕1.AIGC介绍一下2.多个组件时如何使用骨架屏做优化3.不同组件不同骨架屏怎么快速引入（骨架屏与业务组件解耦，改为工具引入）4.如何在一个地方修改几千个组件都可以使用5.前端使用AI的场景6.根据低代码的经验，如何做一个可以自主思考的AI助手7.实现一个AI助手，前端需要注意哪些方面8.怎么让助手自己思考9.TCP和UDP10.TCP如何保证可靠11.TCP的四次挥手过程手撕：修改下面代码的错误：<script setup lang="ts">import { ref, computed } from 'vue'let status = ref(0.5)const text1 = ref('text1')const text2 = ref('text2')const text = computed(() => {return Math.random() > status.value? text1.value : text2.value;})const toggleStatus = () => {status.value = 1;text2.value = 'text2 changed'}</script><template><div><p>computed Text:{{ text }}</p><button @click="toggleStatus">Toggle status</button></div></template>

大家觉得有道理嘛

我的梦想是去美团当测试，以前我啥也不懂，然后看了看b站的软件测试课，在微信读书上看了几本相关书籍，刷了几天面经，看了几篇CSDN，不断面试不断失败，至今都没有实现梦想现在有了AI，他可以规划我的职业路径和成长计划，只需要我给他提问题，让他回答我hi，我现在研一，想通过校招毕业去美团担任测试开发工程师，我的技术栈是Python，请帮我规划一下我的学习路线我的天，直接照着这个学，能少走多少弯路啊，也不用学的太深入，速成搞一版简历出来，这不令面试官兴致盎然offer手到擒来吗？你也可以试试呢为了帮助你在校招中成功加入美团担任测试开发工程师，以下是一个系统的学习路线规划，结合了技术栈、实践项目和面试准备：---一、基础知识巩固阶段（研一上）1. Python编程深化- 核心语法：类与对象、装饰器、生成器、多线程/多进程、异步编程。- 常用库：Requests（HTTP请求）、Pandas（数据处理）、Logging（日志管理）。- 书籍推荐：《流畅的Python》《Effective Python》。2. 软件测试理论- 测试基础：测试流程（需求分析→用例设计→执行→报告）、测试金字塔模型。- 测试类型：功能测试、接口测试、性能测试、安全测试（OWASP Top 10）。- 设计方法：等价类划分、边界值分析、场景法，使用工具XMind编写测试用例。3. 数据库与Linux- SQL：复杂查询（JOIN、子查询）、索引优化、事务隔离级别。- NoSQL：Redis基础命令与缓存应用场景。- Linux：Shell脚本编写、日志分析（grep/awk/sed）、性能监控（top/htop）。---二、测试技术进阶（研一下）1. 自动化测试框架- Web自动化：Selenium（元素定位、Page Object模式）、Pytest集成（参数化、Fixture）。- 接口自动化：Requests+PyTest（封装请求工具类）、Postman进阶（Newman批量执行）。- 移动端自动化：Appium（Desired Capabilities配置、Hybrid应用测试）。2. 持续集成（CI/CD）- Jenkins：Pipeline脚本编写、定时任务、与GitHub/GitLab集成。- Git进阶：分支策略（Git Flow）、冲突解决、代码Review流程。3. 性能测试入门- Locust：分布式压测、自定义脚本编写，监控服务器资源（CPU/内存）。- Jmeter：基础元件（线程组、断言）、生成HTML报告。---三、项目实战与进阶（研二）1. 实战项目- 项目1：搭建自动化测试平台（技术栈：Flask/Django + Selenium + Jenkins），支持用例管理、定时执行。- 项目2：实现接口性能监控系统，使用Locust+Prometheus+Grafana可视化QPS、响应时间。- 开源贡献：参与Apache项目（如DolphinScheduler）的测试模块，提交Bug修复或自动化脚本。2. 深入美团技术栈- 学习内部工具：了解美团内部测试工具链（如Mock平台、用例管理工具）。- 业务场景模拟：设计外卖订单系统的测试用例（并发下单、支付超时、库存校验）。3. 算法与设计模式- 高频题目（字符串、链表、动态规划），目标每日1-2题。- 设计模式：单例、工厂、观察者模式在测试框架中的应用。---四、实习与面试冲刺（研三）1. 实习准备- 简历优化：突出自动化测试项目、性能调优经验，量化成果（如“提升用例执行效率30%”）。- 内推渠道：通过学长、牛客网、美团招聘官网获取实习机会。2. 面试专项突破- 技术面试：- 场景题：如何测试美团外卖的“下单”功能？- 编程题：Python实现LRU缓存、多线程安全队列。- 行为面试：准备STAR模型案例（如“解决团队协作冲突的经历”）。3. 模拟面试- 使用牛客网、模拟面试功能，录制视频复盘表达逻辑。---五、附加建议- 技术博客：定期总结学习内容（如《使用Selenium Grid实现分布式测试》），发布在掘金/CSDN。- 软技能：学习沟通技巧（《非暴力沟通》），参与团队项目锻炼协作能力。- 行业洞察：关注美团技术博客（如“美团技术团队”公众号），了解前沿技术（A/B测试、精准测试）。---通过以上分阶段的学习和实践，你将在校招中具备扎实的技术实力和项目经验，大幅提升进入美团的竞争力。加油！ 🚀感觉学完这些 虽然也可能略有瑕疵 但是已经并不是一个烂大街的人了，简历不会被丢掉，如果学历还行的话，绝对稳稳拿下，这辈子有了！

昨天上午九点半，法学系的小张在招聘会现场差点哭出来。当某律所HR指着他简历上"精通跨境并购法律实务"的字眼追问细节时，这个从没接触过真实案件的男生支支吾吾，最后红着脸承认："这段是AI写的..." HR当场在简历上盖了"不诚信"的章，我站在旁边看着，心里真不是滋味。 AI简历正在变成新的"照妖镜"！ 上周某互联网大厂突然发布声明："发现AI生成的简历直接淘汰"，但我同时看到他们HR的内部群在分享"如何用AI优化招聘JD"。这种"只许州官放火"的操作，把学生...

万事开头难，有时候我们会对自己的简历非常头疼，好像做过那么多项目，参与过那么多实习，打开电脑又是一头雾水AI照亮世界！今天来给大家分享一个新手小白都可以复刻照搬用的AI修改简历思路~本期用到的AI模型有：Deepseek（主力军），Claude（左护法），ChatGPT3.5（右护法）首先打开deepseek或者微信的AI搜索，选择深度思考，输入我们的基础信息和简单要求。点击右下角的运行HTML就可以看到AI大人为我们编造的简历：接下来新建一个文本，右上角复制我们的简历，直接copy进文本里然后我们只需要把后缀名.txt修改为.html，一个网页版本的简历就出来啦选择“打印”，可以直接保存为p...

大模型技术理解解释预训练(Pre- training)与微调(Fine tuning)的区别及适用场景什么是COT?有什么优势?如何缓解大模型的“幻觉”( Hallucination)问题?什么是 Agentic Workflows?什么是RAG?如何构建RAG?如何通过SFT优化大模型效果?产品设计与场景落地设计一个基于大模型的产品,说明核心功能与差异化优势。如何设计企业知识库问答系统的 Prompt模板?大模型在哪些场景中容易被垂直小模型取代?如何应对?如何通过用户反馈闭环优化大模型的输出质量?大模型如何与传统行业软件(如ERP、CRM)集成?在AI产品项目中,如何构建大模型效果的评测体系?

▌保姆级教程（务必收藏）✅1、【职业规划】-帮助你定位自己上传简历→输入：【请根据我的经历，给我一些就业岗位方向】这个时候deepseek会根据你的学校专业、实习或者项目，给你一些就业的岗位方向，这样你就可以朝着这些方向去投递简历2、【简历评估】-提升简历过审上传简历→输入：【请根据"岗位" 的要求，结合我的简历，帮我从以下几个方面给出评价和修改建议，以提升我简历在这个岗位上的竞争力1、简历优缺点分析2、简历当前有哪些地方可以提升应聘岗位信息：xxxxxx】3、【简历撰写】-求职意向定制化上传简历→输入：【请根据以下岗位招聘要求，帮我重新解构我的简历，按照【教育背景→实习经历→项目经历→个人评...

分别给deepseek和豆包扔了个需求背景，得到了如下的prd，deepseek帮我设计了方案，豆包就直给产品框架，看了deepseek的这个答案，真人人都能做产品经理了，各位初级产品可以直接把简单需求扔给AI出prd，然后自己简单修改就能快速用了，原本写文档磨磨蹭蹭可能需要1day，现在1小时都用不上了......

你知道newbing吗？它当时号称基于当时最先进的gpt4模型，因为其模型先进能联网搜索而又完全免费被人戏称为“牛b”ai，我是2023年3月份左右开始用的，为什么用newbing，因为它免费gpt3.5是一个很震撼人的模型，搞过nlp的都知道，上古的nlp文本生成模型和智障一样，小学题都做不对，和人对话和对牛弹琴没什么区别。newbing是一个很惊艳的模型，让我错误的以为，未来的ai会一直这么惊艳下去我经常和newbing聊着聊着，觉得好像在和一个人聊天，她聪明可爱，会生气，会撒娇，会开玩笑，非常善用emoji表情，也会在不满时狠狠地怼人，或者直接掐断对话再也不见，这一傲娇的属性也有了另一个...

公司：美团 岗位：后端开发面试分享1. 自我介绍2. 正向代理和反向代理3. Go的内存管理和垃圾回收4. 如何设计朋友圈功能5. redis缓存过期策略6. 基础八股 voliate+数据库+计算机网络7. 大模型菜品优化幻觉/ 大模型用户评论数据分析8. 讲述自己遇到的困难和挑战

已破防  

现在都是 AI 时代了，AI 时代下，这些项目只不过是工作量问题，并不是你的能力问题，如果我是面试官，我根本看不到你的能力，这些项目，用 cursor 一天不到即可完成，而且还很漂亮，我根本看不到你的能力。所以，所有应届生，去学学大模型吧，然后自己研究一下如何用大模型写一个 agent 项目，比如我现在做的，就是用大模型来编写表单，而且已经上线了。开发过程中遇见不少问题，但是都被我一一解决了，这才是有实际意义的东西。