过去一段时间，AI Agent从概念炒作逐渐走向实际落地，市面上的开源项目也如雨后春笋一般，呈现指数级增长。但真正值得深入学习的项目并不多——很多要么是简单的demo，要么是过度封装的黑盒。 今天分享4个我真正跑过代码、读过源码的优质项目，它们的共同特点是：原理讲得透、代码能跑通、适合做毕设或积累项目经验。如果你在准备秋招、想做Agent相关毕设，或者单纯对这个方向感兴趣，这篇分享会帮你省下大量踩坑时间。 📚 项目推荐 1. Hello-Agents - Datawhale开源教程 GitHub: https://github.com/datawhalechina/Hello-Agents ...

能不能给点建议，还需要往哪里改啊

28届双九非科班，一周时间BOSS投了160＋，就十几个要简历的，0约面。项目确实烂大街，大中小厂也都投了，官网也投了。5.19开始投的，确实投的晚了，但是0约面是我没想到的，是投的太少了，还是现在时间节点28届的没人要。求牛友们帮我分析一下原因，给点建议，已经道心破碎了😭😭😭

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...