字节逐渐将QA转研发/全栈,传统测试岗位生存空间越来越小,接下来做测试,要么具备研发能力,要么具备AI+测开能力,你能够提效多少,可以帮助团队干掉多少人力成本,你的价值就越高,正如最近听到研发同事讨论做一个自动解bug的智能体,这将大幅度减少研发HC,我们只有亲手毁掉这个行业还可利用的资源空间才能让自己有资本生存下去,AI并不是要替代这个行业,而是一次全新的变革,如何适应这个环境的变化,是每个人需要思考的事情

这里给大家说一下，出现这个流程是正常的，之前有人说hr挂了，后续已经收到offer了

3月到现在，还没有offer和面试

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...