不会java还要不要做源码开发的项目

由于近些年，实习很久最后不给转正的例子越来越多，所以大家都认为尽量不要选实习转正的offer。对于有选择的人来说，肯定是不要选实习转正的小厂，但是如果没有任何offer或者待遇都不是很满意，综合下来，这个小厂的实习offer已经是最好的了，我建议还是去。去了，也不能allin实习转正，我们需要尽快熟悉业务，思考简历产出，然后继续海投，不要在一棵树上吊死。

如果说我做过的，被面试官夸爆的那些Ai项目(一)是对现有规则提出了完全不同的解题思路的话，那么今天的项目则可以说是开创了全新的产品形态。换言之，我们不仅应该探索全新的思路，更应该站在开发者的角度去思考，有哪些全新的产品形态可以给用户带来完全不一样的体验模式。1. Superset — AI Agent 多路复用终端2026.03.01 | 全新品类，两天前刚上线一个终端同时运行 10+ 个 AI 编码 Agent，git-worktree 隔离互不干扰。会话 fork、智能状态感知、零遥测。这个品类刚出现，做一个带 Web 可视化的"AI 编程指挥台"，目前几乎没有竞品。推...

春招接连栽在AI面试上，好几次都是AI评分太低，直接没进一面，踩完坑总算摸透了AI面的套路，特意整理出来，和同样碰壁的牛友们交流讨论⚠️ 核心认知：AI面是程序，不是真人面试官千万别把AI当成真人聊天，它的评分机制特别程序化，对语速、语言逻辑、表达流畅度要求极高，绝对不能即兴发挥、想到哪说到哪。平时跟真人面试的松弛感，放在AI面里只会直接拉低分数，必须针对性调整答题方式。⚙️ 看懂AI面试内部实现逻辑AI面评分主要分两步，一步错就全盘拉胯：一是语音转文字，对语速要求很苛刻，语速太快、太慢、卡顿结巴，都会导致转写错误，文字错了后续得分直接崩盘；二是文字得分判断，核心考察语言逻辑性，不会共情也不会体谅即兴发挥，语言组织混乱、没有条理，就算内容再好也拿不到高分。🎯 AI面试核心得分点：只认程序化逻辑AI不会看你的真情实感，只抓关键词和逻辑结构，这是拿分关键：✅ 优先用STAR法则、总分总这类固定框架，AI对标准化结构敏感度极高；✅ 多用逻辑衔接词：首先、其次、最后、第一、第二、第三，靠这些词强行拉满逻辑感，得分会明显更高；✅ 提前备好岗位核心关键词，答题时自然嵌入，AI抓取到关键词就会加分；✅ 语速必须均匀流畅，不卡顿、不重复、不忽快忽慢，保证语音转写零失误。💡 个人实战心得：把AI当应试机器人，背稿应试才是王道AI就是个死板的程序，没有人情味，越按固定流程答题，越容易拿高分。别把它当人沟通，就当成一台应试机器、一道客观题，针对性钻它的程序化漏洞就行。既然它只认关键词和逻辑顺序，那咱们就提前把高频题的答案完整组织好，熟练背熟，模拟练习到语速均匀、表达流畅，就像玩动作游戏背BOSS出招表一样，摸透规则对症下药，通过率直接翻倍，亲测有效！

1、自我介绍2、项目深挖3、如果让你设计一个 Agent 的评测体系，你会怎么做Agent 的评测不能只看最终回答像不像，因为很多场景里最终答案看起来没问题，但中间过程其实已经错了。真正可用的评测体系应该至少覆盖三层。第一层是结果评测，也就是任务有没有完成，最终输出是不是符合目标。第二层是过程评测，要看任务拆解是否合理、工具是否选对、参数是否正确、执行顺序是否稳定。第三层是系统评测，要看延迟、成功率、重试率、单次成本、异常恢复能力这些工程指标。如果是线上系统，我会把评测拆成离线和在线两部分。离线阶段构造标准数据集，做固定样本回放，评估规划正确率、工具调用成功率、任务完成率和输出质量。在线阶段则...