“实习没人带”是每届实习生的高频痛点。例如：入职一周，导师不理，文档不全，每天都在装忙。面对这种情况，很多人在“苟住混经历”和“跑路止损”之间反复内耗。作为过来人，建议大家不要单纯用情绪做决定，而是从投入产出比的角度来完成自己的决策。一、评估“隐性资源”的价值（含金量判定）实习的收益不是有人手把手教你写代码，而是环境浸染和权限获取。请先check一下你手头的权限：代码权限： 你能拉到核心业务的Repo吗？能看到组内的Git Commit Log吗？文档权限： 公司的Wiki、技术方案设计文档（Design Doc）、复盘报告，你有浏览权限吗？）（语雀，飞书等）数据/算力权限： 对于算法岗（尤其...

总得来说pdd今年给的比小红书给的还多（变现），而且pdd给的是实实在在的，很稳定。前端：32k*18薪算法：40k*18薪研发：30k*18薪后端：41k*18薪pdd给的实在是太多了，有几个能做到18薪的，但是pdd的强度确实很大，基本上是11,11,6。不过也是真香，拿多少钱干多少事！

比如说我在一家中厂和在一家大厂实习，最后秋招的时候评薪资收这个影响吗

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...