4年前端开发经验，我是今年3月25号被裁的，被裁之后就一直在投简历面试找工作，直到现在（6月4号）终于拿到了一个还凑合的offer，来聊聊我这几个月的感想。如果用4个字来概括现在的行情，可以说是大雨倾盆，而你的伞属于是风吹了一下直接能吹断的那种。详细的数据可以以我为例：这几个月，我沟通了800+公司，80%直接未读或者已读未回，剩下的公司，大概三分之一会要你简历，其余的直接说不合适，这三分之一里要你简历的，最终能约到的面试大概又是3分之一左右，这一层层漏斗筛下来，差不多有十家多一点给了面试机会。这个体感你们可以自己掂量下，有一个非常残酷的事实是，所有给我面试机会的公司，几乎全部和AI有关，如果...

美团timeline一面 3.26二面 4.2oc 4.8offer 4.10其他：oppo 一面挂vivo 没动静携程 笔试挂哔哩哔哩 没动静感想感觉找实习运气也占不少的成分，本来0实习选手暑期只是准备随便投一下练一练，想着过会儿再找日常实习，没想到美团直接收留我了。感谢一面面试官，在我第一次面大厂的时候给了我自信

下周要期末周了，可能要请一周左右的假，必须提前和mentor说，但又怕不同意，不过好在最后同意了，现在就祈祷别中途给我辞退了，鼠鼠好不容易才找到的这个实习

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...