上个月，一个叫 AnySearch 的项目上线仅一周就冲上了 Skills.sh 热榜 TOP1，截至目前为止，它在 GitHub 上的 Star 数量已经来到了2.3K了。 就冲这个上升势头，我昨天把这个 Skill 给装上了，深度体验了一把，并详细研究了一下它的设计思路。  这篇内容就来跟大家聊聊 AnySearch 到底做了什么、怎么用、实测效果怎么样。 01、AnySearch 是什么 AnySearch 不是一个搜索引擎，不是 Google 的替代品。它是一个搜索基础设施，专为 AI Agent 设计的数据检索层。 用过 Agent 联网功能的都知道，现在的 Agent 搜索流程是这...

26届目前一个offer也没，无奈投boss一周没人搭理，真的要寄了吗。bg公办二本

还没被八股，准备开始背了，所以还不敢投

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...