985本硕，算法方向，27届。从6月初开始整理一份校招信息表，每天花20分钟更新。事情的起因是这样的。我在一个200多人的校招群里，每天看到有人问"哪家开了""XX公司截止了吗""有没有内推码"。问来问去都是重复的问题，我就想，干脆整理一个表，把信息汇总一下，大家不用重复问了。表的内容挺简单的：公司名、岗位类型、base城市、开启状态、截止日期、是否需要笔试、备注（比如"提前批免笔试""只有转正实习"这种）。每天早晚各更新一次，看到有新开的公司就加进去，有截止的就把状态改成"已截止&q...

有无大手子帮我看看简历，27届0实习，感觉起步太晚了，但又舍不得学了半学期的前端，boss一百个招呼就一个要简历的，想找个小厂实习过渡，有无建议

双非本，还是非科班，末9硕（还是调剂去的非全）项目就是点评加上我横向做的rag项目感觉这两个项目放一起不伦不类，既不适合java后端也不适合agent开发想去agent开发岗，是否应该再加一个agent项目没好好刷算法题，想找个小厂实习，但是感觉简历很垃圾，而且很多知识都掌握的不牢，后续打算边投边沉淀，不知道何时才能找到实习

1. 自我介绍2. 为什么要通过微调模型来做代码生成？为什么不用纯 prompt 或 spec coding？答案：纯 prompt 和 spec coding 确实可以提升模型在单次任务上的表现，但它们更多是推理时约束，解决的是“让模型按要求做事”的问题。微调解决的是模型行为分布的问题，比如固定代码风格、内部框架 API 使用习惯、异常处理模式、日志规范、单测模板、目录结构约定，这些如果全部靠 prompt 塞进去，成本很高，也容易在长任务里被稀释。在缺陷修复 Agent 里，我选择微调不是为了让模型记住业务代码，而是让它学习稳定的工程动作：先读测试，再定位调用链，再改最小范围，再补回归测试...