入职实习的前半个月，我一直误以为坐在我隔壁的小姐姐是公司的正式老员工。她做事沉稳利落，对接工作有条不紊，待人也温柔稳重，不管是对接业务还是整理资料，都做得滴水不漏，完全没有新人的生疏感，我心里还一直默默佩服这位前辈，偷偷向她学习职场做事的节奏。直到一次全员周会，主管单独点名点评了她的工作进度，还特意提到“作为实习生，能完成这些任务已经很优秀了”，我当场愣住，这才恍然大悟，原来这位气场超强的同事，居然和我一样是实习小白！之后我发现了一个更让人羡慕的神仙操作：她每天都准点到点下班，从来不会加班，对比我每天跟着团队内卷、偶尔还要多留半小时收尾工作，我真的狠狠破防。忍不住好奇找机会问她原因，她才笑着告...

Seed部门实习生！日薪！日薪！是5000.。。我的老天爷我没看错吧。。。人比人真是吓si人😱还是得搞人工智能还是得搞模型开发

简历是不是项目太简单了。大三萌新，想找实习不然秋招不炸了吗。暑期字节一面挂了，PDD周天面，华子笔试过了登面，tx官网投了等捞。暑期hc不多了吧，但日常也不好找啊。

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...