双非和985做AI项目，策略完全不同
为什么？因为面试官对你们的预期不一样。
985 同学的策略：挑一个方向做深
面试官看到 985 的简历，默认你基础不差。他会直接往深了问："你的向量检索用的什么算法？HNSW 和 IVF 的区别是什么？为什么选这个？"
所以 985 做项目应该：
- 选一个细分方向（比如 RAG 的检索优化、Agent 的工具调用可靠性）
- 读 2-3 篇相关论文，把论文里的方法实现到你的项目里
- 写清楚 benchmark：和 baseline 比提升了多少
推荐项目方向：
- RAG 检索优化：对比不同 chunking 策略 + 重排序算法的效果
- Agent 可靠性：设计工具调用失败时的 fallback 和重试机制
- 多模态理解：用 Vision LLM 做图表理解 + 文本问答
双非同学的策略：做完整链路，突出工程能力
面试官看到双非简历，第一反应是"这人基础行不行"。你需要用完整的工程实践来证明自己靠谱。
所以双非做项目应该：
- 做一个端到端能跑的完整系统（不是只有一个 notebook）
- 前后端都有，能在线 Demo
- 写清楚部署方案、性能指标、用户反馈
推荐项目方向：
- 完整的 RAG 应用：数据采集→文档解析→向量存储→检索→生成→前端展示→部署上线
- AI 工具产品：做一个有具体使用场景的小工具（简历优化器/面试模拟器/代码 Review 助手），部署到 Streamlit Cloud
- 数据分析 Pipeline：爬取数据→清洗→LLM 分析→可视化大盘→定时更新
虽然话很糙但是社会道理如此；很多人说简历一页就够用，但学校的影响真的很重；双非就是要比92的同学付出更多努力更多
#哪些AI项目值得做？#
