遇到过一个 mentor，细到我都不好意思。我问他“本地怎么连测试数据库”，他直接拉了个腾讯会议，一边共享屏幕一边说：“你看啊，先点这个，再点这个……等等，你该不会没保存配置文件吧？”我赶紧低头假装找按钮。现在自己偶尔也带新人，会故意在第一天下午四点问一句“环境跑通没？”

什么叫套壳？就是调个OpenAI接口，套个对话框，起个名字叫XX智能助手。这种项目满大街都是，面试官一眼就看穿，甚至会直接问 你这个跟直接用ChatGPT有什么区别？你答不上来，就凉了。真正值得做的项目有个共同特点：解决了一个具体的真实问题。比如给自己的笔记库做一个RAG检索系统，比用Notion搜索准多了；比如做一个自动分析竞品评论的Agent，每天抓数据总结痛点；比如给代码库做一个本地部署的问答机器人，不用担心数据泄露。这些项目的共同逻辑是：有真实场景、有技术选型、有踩过的坑。面试官问起来你能说清楚为什么这么做、遇到了什么问题、怎么解决的。这才是项目的价值，不是功能有多炫。做一个跑通的真实...

入职第二个月，mentor随口问：“视频生成接口从4秒优化到2秒以内，谁想试试？”我犹豫了一下，举手了。第一版，只做到3.5秒我花三天翻代码、打日志。发现最慢的是模型推理，占了2.5秒。第一版方案：把单次调用改成批处理。测下来3.5秒，离目标还差1.5秒。mentor回了一句：“方向对了，再想想。你可以画一下调用链，看看哪些环节能并行——别光盯着推理。”第二版，2.1秒茶水间碰到隔壁组同事，聊起这个卡点。他说：“试试把语音合成和视频生成并行跑？”我回去试了，把串行拆成并行。测出来：2.1秒。群里开始有人发👍。mentor说：“先上线，0.1秒后面再扣。”上线那天代码上线第二天，运营在群里@我：“新模型转化率高了8%，牛逼啊。”那一刻是我入职以来最有成就感的瞬间——作为一个刚来两个月的新人，我写的代码影响了真实用户。我明白了三件事第一，携程敢给新人机会。 不是打杂，是真刀真枪干核心。第二，这里的人愿意帮你。 卡壳时隔壁组同事一句话就点醒了我。第三，成长看得见。 从4秒到2.1秒，我学会了性能分析、并行优化、AB实验。后来呢？那0.1秒，第三周优化掉了。最终线上跑到了1.7秒。mentor让我把过程写成文档，发到技术分享群里。有人私信说“学到了”。

先泼一盆冷水：实习生，尤其是前期，不打杂是不可能的。公司付钱，本质上就是购买你处理确定性事务的时间，来释放正式员工处理不确定性问题的带宽。但这里藏着一个巨大的信息差和机会差：公司以为它买的是你的“劳动力”，但你可以学到的，是一整套“职业化”的底层操作系统。第一步：翻译黑话，从动词升级不要写你“做了什么”，要写你“创造了什么改变”。每天筛简历，打电话约面试负责简历筛选与面试邀约执行人才初筛与触达：日均处理150+份简历，建立关键词标签库，实现初筛效率提升40%更新招聘表格，统计面试数据协助维护招聘数据主导招聘数据运营：独立维护实时招聘看板，通过数据异常波动预警，助力面试到场率提升15%整理面试官...