要是在学校该有多舒服

小骑手是如何在暑期实习里面，以双非学历横向竞争过组内几位92的实习生，杀出重围成功拿到阿里offer的？上篇篇幅有限所有另开一帖详细分享一下小骑手的实习转正述职文档和答辩心得。因为需要转正答辩，小骑手在阿里最大的收获其实是学会了如何述职如何写产出。对于实习，不干活只思考都比只思考不干活要好！实习期间每个人都会有自己1v1的师兄带着熟悉，安排的需求也都是以一个模块作为切入点深入后进行展开的，师兄与ld其实都素不相识，不会偏袒某个人，给他安排更有挑战的活或者产出多的活，所以每个实习生实际上干的活并不会相差太多，没有那么CRUD但也不会太过复杂。那么在有限的需求里，转正答辩文档要怎么去构建和丰富？小...

本大三鼠鼠7月半的时候才浑然醒悟，开始选择了走java这一条路，然后也是疯狂的学，每天十小时，然后前段时间实在忍不住了，看见大多数人都在说金九银十，也是把自己写的项目包装了一下，然后开始海投（因为我觉得我比较水，所以说就只投了小厂），也是不负守望，拿下三个实习，现在就等着最后一个offer了（感觉这个更好，所以说前面两个就不准备要了，希望能顺利得到offer）（我是双非，不太算科班，完全java零基础，只能说实习很好找，但是工作不好找，尝试投了一下秋招的那种，但是秒挂）java还是有活路的，刚好温饱是够的

投了很多小公司都得不到回复，大佬帮忙看看是什么问题呢

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...