很多是基础八股（甚至重复）没回答上的问题：undolog的回收LRU设计碎碎念：我就看到没算法，于是四五天没摸，复习刷的话刷到dp了，lru不记得了每日一念大厂，因为鼠鼠确实很需要钱来着，一些自己想做的事不想爸妈垫钱而已

27届双非本+985硕，2实习0论文，想今年3月投暑期转正实习。已有的两段实习：1. 互联网中厂算法岗：负责模型微调（sft），搭建算法pipeline；2. 外企数据开发岗：做了一点时间序列预测+数据处理。纠结两条路：1️⃣ 冲大模型应用算法岗：有AI相关实习，计划补强化学习项目，但双非本+无论文，怕简历被刷，也怕秋招不好找。2️⃣ 转Java后端开发岗：刚学完JavaSE和JavaWeb，有一个Agent项目，开发岗不卡学历论文，但是需要速成项目和八股求大佬解答：1. 补强化学习项目后，冲算法暑期转正实习机会大吗？2. 转Java真的更稳吗？👇 投票救救孩子！

最近我突然想起一个问题：让 AI 写一个 Linux 操作系统，这事儿是不是太难了？说出来可能有点好笑，但确实是我自己提的。那一瞬间我也觉得自己有点冲动——好像只要把“写一个操作系统”丢给 AI，就能轻松实现一样。可是想想就知道不现实。Linux 不是一个简单的程序，而是一整套复杂的系统：内核、驱动、文件系统、网络、调度……每一部分都要精细设计、反复测试。更别提它要在真实硬件上稳定运行，哪怕一个小错误都会崩溃，甚至造成数据损坏。AI 可以帮你写示例、解释原理、生成代码片段，但它无法替代长期的工程实践和硬件调试。就像让 AI 去盖一栋楼，AI可以画图、出方案，但真正动工、验收、修复问题，还得靠人...

之前一直走的是前端，后来慢慢对 agent 感兴趣，就开始跟着网上的教程学 RAG、LangChain，也看了一些开源项目。学了一段时间之后，寒假开始投实习，比较幸运，最后顺利去了 深信服做上下文工程相关的实习。这是我第一次真正接触企业级的 agent 系统。最大的感受是： 以前自己做的项目，真的只能算 toy project。真实跑在企业里的智能体，其实一点都不“魔法”。它背后需要大量的中间件、工程化设计和系统架构来兜底，而不是一个 prompt 或一个 demo 就能解决问题。在这个过程中学到了很多之前几乎不会接触的东西，比如 K8s、Pulsar 这种偏基础设施和系统层的技术，也第一次意识到： Agent 落地，拼的不只是模型，而是完整的工程能力。