背景：免机考，中国研究生数学建模竞赛二等奖，直接进入的面试流程，薪资涨幅1.65，完美收官。有符合条件的小伙伴欢迎私聊开启我们的对话框：“听说有免机考了？”“是的，证书发过来看看呢”资面：自我介绍离职原因能不能接受加班工作地点能不能接受期望薪资技术一面：先自我介绍，然后问项目经历，项目中最大的挑战，如何保证数据的准确性等等没有问八股手撕：滑动窗口技术二面：和一面差不多，没有问八股，问项目相关手撕：二叉树最左下方的值主管面：自我介绍之前的工作方向，有哪些技术栈，以及我的能力可以到华为做什么内容对引望的了解，对自动驾驶的了解如果让我来做智驾，如何判断自动驾驶是否类人反问：部门的主要业务等等#牛客A...

能不能给点建议，还需要往哪里改啊

快手的hr想要我一个肯定回复，放弃其他家offer但是手上有一个腾讯的岗位录用评估中，昨天（6.2）刚hr面试完，可能要一周内出结果腾讯这边没确定下来不想放弃快手这边的offer，还是想去腾讯多一点，但是担心被横向，确实是暑期尾声了，被横向掉就糟了uu们有什么好的建议么？下午快手的hr还要跟我电话沟通，估计就是让我快点做个决定—————分割线——————6.4 腾讯oc了 还是有鹅选鹅吧 再见快手

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...