科大讯飞内推 6A39BZT

这个项目是我借助AI完成的一个轻量级 FreeRTOS 实践，核心目标很简单：在有限资源下，快速搭建一个结构清晰、可扩展的嵌入式系统。整个过程中，我没有把重点放在“怎么写代码”，而是放在“怎么把需求说清楚”——包括任务如何划分、通信怎么设计、系统有哪些约束。把这些讲明白之后，AI可以很快帮我生成基础框架，大大减少了重复劳动。这个项目带来的最大收获不是功能本身，而是开发方式的变化：AI更像一个执行器，而你需要成为那个把系统定义清楚的人。简单来说，这个项目证明了一点：在AI加持下，嵌入式开发的门槛在降低，但对思考和表达的要求在提高。

目标后端

有没有大佬帮忙看看，这个简历能找到工作吗（没有实习经历），进大厂够不，每天都刷程序员被ai替代，焦虑的不行了...

无八股，全程都在聊AI项目，手撕算法题是lc.15三数之和对于 AIAgent 模式，你如何评判当前系统和切换到另一种模式（如 cline/code 模式）的效果差异？ 你如何设计量化指标来评估不同实现方式的效果？ 你怎么看待 RAG？它的价值是什么？ RAG 和本地知识库有什么差别？ 你说 RAG 有用，那它具体好在哪？优化了什么指标？提升了多少？ 如果把你的项目做成 agent 并对外服务，你如何评估 RAG 的效果（比如准确率、拦截率等）？ 如果不用 RAG，而是用更强的大模型，会怎么样？ 你有没有试过使用最强模型（比如在线 API）替代本地模型 + RAG？ 你有没有做过模型微调？ 你...