研二无实习转码求助

🎈下面是面试过程 0.自我介绍+项目介绍 1.咱们家是哪里的 2.本科成绩怎么样 3.考研多少分（保研的） 4.是学硕对吧？奖学金拿过多少次？ 5.发过论文、专著之类的吗？（无） 6.有没有参加过什么比赛拿到省级以上奖励？ 7.有实习经历吗？ 8.创建线程都有哪些方式？ 9.JVM分为哪些区域？ 10.MySQL除了增删改查之外，还知道哪些关键字？ 11.having子句有什么作用？ 12.redis有哪些数据结构？ 13.用过消息中间件吗？知道哪些？ 14.这些消息队列使用场景有什么区别吗？ 15.设计模式知道哪些？ 16.你在学校最有成就感的一件事情是什么？ 17.现在有其他公司offe...

其实已经找到工作了，但是人总是一个不知足的生物，一直想要更好的。已经很久很久没面试过了，自从去年十月就一直是一个摆烂的状态。等回学校一定要改改简历，再好好复习一下面试的内容了，希望能找到更好的公司

我就是个被焦虑所驱使的状态机——选方向选技术，找实习找工作，上班被裁员，每一个状态都在“怀疑自己—硬着学—新的焦虑触发”中循环滚动，到现在也没停过😭初始状态：方向选择的三岔路口，卷到失眠作为双非本科，真的被 “赛道选择” 逼疯：想冲算法？我看了牛客上的面经：985 硕，加顶会论文是标配，数学思维更是一道迈不过的坎；考公考研？又怕卷不到岸，更怕读完研还是卷不过年轻人，三年的时间成本怕一赌就输了；转研发？但纠结学 Java 还是 CPP还是GO还是Python还是前端还是嵌入式，听学长说 Java 岗位多但卷，其他的要么岗位少，要么难度高，对着电脑刷了3天知乎牛客b站小红书，最后闭眼选了 Jav...

前些天看了 Clawdbot 创始人的采访——这哥们单日提交 1.3k commits，一个月 6600+ 次提交，有的代码自己一句都没看过，非常恐怖。所以在不久的将来，当 AI 已经完全具备写代码的能力，人类程序员的操作空间还能剩多少？最近在实习，做大模型微调，新鲜期过了，发现不过是机械劳动，造数据 → 训模型 → 看 badcase → 然后再造数据，循环往复...这不就是Agent的ReAct范式么? (坏了，我成智能体了) 需求明确的情况下，Claude-3.5/3.6 也完全可以独立完成造数据 pipeline 的开发，偶尔会留下一些语法错误，在两三轮尝试之内也能自己修正过来......这里非要人来完成的环节并不多，只能用人来完成的理由，好像只剩人比较便宜了...？ 但 AI infra、推理加速也在飞速发展，这种相对的便宜，又能持续多久呢？Clawdbot已经火到到处都在讨论，尽管目前在国内的适配有限，(门槛高是一方面，还很重要的一点是比较烧钱...)不过它对人类劳动力的节省是没办法忽视的。目前同事们普遍认为这玩意儿现在只能接入飞书写写文档，但你也知道，“目前”而已。GPT-4 推出的那年或许看上去还有点呆，但短短几年，拥有 skills 和 function call 的大模型已经可以帮你完成打开应用、查看消息、撰写文档这种复合任务——写代码又能比写飞书文档复杂多少呢？不过是接入不同的软件，阅读不同的文本，调用不同的修改命令，底层是一样的，现在 Copilot 已经做得有模有样，更别说 Clawdbot 这种具有自我进化能力的 Agent，只要 token 多，Clawdbot 完全可以给自己装一堆功能，能量超乎你想象。有人说了，我做的项目大着呢，全是屎山代码，我不信 AI 能看完，这说的其实是长上下文问题，我个人不认为是一个无法解决的问题，随着上下文窗口的扩展和长期记忆管理的研究工作不断发展，AI 总能找到方法把你的超长文本压缩成一个一个的小块，然后逐个击破（虽然目前 GPT-5.2 Codex 改我的代码还是会改着改着一片红...）有句话说得好，你怕被 AI 替代，是因为你太像 AI。你的工作流程高度标准化、可预测、可复现——接需求、看文档、查 API、写代码、测试、提交。每一步都有明确的输入输出，每一步都能被拆解成清晰的指令。这种工作方式，恰好是 AI 最擅长的。如果你的价值体现在“把业务逻辑翻译成代码”，那 AI 确实可以做得更快、更稳定、更便宜。它不会写错大小写，不会忘记边界条件，不会因为昨晚没睡好就漏掉一个判断。要想不被替代，就得做那些 AI 做不了的事，比如和产品经理撕逼，解释为什么这个需求做不了；看着三个技术方案，权衡性能、成本、开发周期，最后拍板选一个；跨部门开会，听运营讲了半天业务痛点，翻译成技术语言，还得判断她说的是真需求还是伪需求。这些事情需要判断、需要博弈、需要对人的理解， AI 暂时还做不来。但问题是，这些事情需要多少人来干？以前一个项目可能需要十个程序员，现在有了 AI，也许三个人就够了,剩下那七个人上哪去？......也许他们会转型，在行业找到新位置，也许是去卖炒粉了，说不好。但有一点感觉很明显：AI 在拉高门槛。以前你会写代码就能找到工作，现在得会“用 AI 写代码 + 理解业务 + 做技术决策”。这个组合技能，不是每个人都能凑齐的。工具会进化，但人怎么不被工具定义，可能是我们未来一段时间需要长期思考的问题。