很多人的做法是在技能栏加一行"熟练使用ChatGPT、Copilot"，然后就没了。面试官看完心里只有一个想法：然后呢？AI能力写进简历，得体现在项目里，不是技能栏。技能栏写工具没有任何说服力，因为现在谁不会用ChatGPT？真正能拉开差距的是你用AI解决了什么具体问题、带来了什么可量化的结果。比如："引入Copilot辅助开发，单元测试覆盖率从40%提升至80%，测试编写时间减少60%。"比如："基于RAG构建内部文档问答系统，信息检索效率提升3倍，减少重复人工答疑约200次/月。"比如："使用Claude优化代码审查流程...

不止遇到一次了，什么都不会，让提合并请求，问什么是合并请求。让gitlab.页面把测试截图附上，不知道截图要放在哪，那么大的编辑看不到吗让配开发机，问ip是什么东西……这都咋进来的啊，我们（我2023年毕业）那会儿没AI的时候面试都是直接linux，docker，k8s，git，结构与算法，计网。怎么才过去2年，实习生跟傻子一样，有些问题问的我难受，不会git commit，不会git pull，不会切换分支，直接要覆盖master....————而且态度非常敷衍，3天前给开个仓库权限，连本地都没有拉下来。让写一个小文档，都是说一句，写一句，说把目录加上，挺嗤之以鼻，最后还是把目录加上了😂😂任何文档和注释都是方便后来人的，现在的人真的很自负啊，打开github看看任何一个开源项目的文档和注释，都写的很详细。难道现在的同学在校期间不经常拉开源项目看源码学习吗？ 哪怕是一个swap函数，开源项目里都经常注释：1 3 5 7 9 2 4 6 8 10＾           ＾l              rswap：{功能描述}{使用样例}

求大佬帮忙指点，打算暑假找一个实习，为什么 没有人回复

1. 自我介绍2. 你在项目里主要负责哪一块，核心难点是什么3. 意图识别具体怎么做，哪些意图是你们自己定义的答案：意图不是模型自己随便生成的，而是业务先定义好可执行的意图集合。比如在商家经营诊断里，会定义订单转化分析、差评归因、客服质检、活动效果复盘、规则咨询、商品套餐优化、竞品对比、经营日报生成这些意图。每个意图都对应明确的输入、需要的工具和输出格式。实现上会用规则加模型混合。像门店 ID、活动 ID、订单号这种强结构化字段先用规则抽取；再用模型做意图分类和槽位补全。模型输出不能直接信任，要校验意图是否在白名单内、槽位是否合法、是否缺关键参数。如果缺门店或时间范围，就进入追问，而不是直接查...