1、自我介绍2、项目介绍3、离线数据处理咋做的离线数据处理我一般会按“采集、清洗、标准化、切分、标注、校验、入库”这条链路来做。先把多来源数据接进来，比如文档、表格、对话日志、接口结果、历史工单，然后做编码统一、去重、去噪、脏字段修复和无效样本过滤。对于文本类数据，还要做特殊符号清理、HTML 去标签、分段切分、敏感信息脱敏和元信息补全。如果是训练数据，还会进一步做 schema 对齐，比如统一成 instruction / input / output，或者统一成多轮消息格式 messages=[{role, content}]。如果是 RAG 知识数据，就会做 chunk 切分、标题挂载、...

我一直觉得，程序员最奢侈的浪费，就是把“我想做个小游戏”这个念头，在脑子里反复编译，最后因为懒得搭界面而直接return了。后来我悟了：vibe coding的精髓不是“写代码”，是“当产品经理”。你想做扫雷？不用管Swing还是JavaFX，直接跟AI说：“帮我用Java写一个控制台版的扫雷，格子用字符表示，支持输入坐标翻开，旁边自动计算数字。”它十分钟给你一个能跑的版本。你觉得丑？再跟它说：“加个颜色，地雷用红色标。”它又给你改了。我见过一个朋友，用两小时拼出一个俄罗斯方块的雏形，玩起来居然还挺流畅。他自己说：“我根本没写过游戏逻辑，全是AI写的。我只是负责‘我想要这个，再改改那个’。”

很多人被问到这个问题时，第一反应是：“因为大模型本质上是概率模型。”这句话不能说错，因为在别的题目场景下，这句话可以作为引用证明试用，但在这个问题下肯定远远不够。面试官往往会继续追问一句：“概率模型怎么了？概率模型就一定会编吗？”如果你答不上来，那这一题基本就丢分了。1：模型从一开始就不是为了“说真话”大模型的训练目标其实很简单：预测下一个最可能的Token。但关键在于，这个目标和“说真话”并不是一回事。在训练过程中，模型从来没有被明确区分过“这句话是真的”还是“这句话是编的”。它学到的只是：在某种上下文下，什么词最有可能出现。因此，它掌握的是语言的统计规律，而不是对世界的真实建模。这就带来一...

都说前端已死，想统计一下