那是一个周四下午，距离大促还有不到两天。 我正在按照清单做最后的上线检查，没什么特别的。监控正常，流量平稳，接口响应也没有问题。照理说，我应该打个对勾，然后准时下班。 但那条日志让我停了下来。 不是报错，也没有触发告警。只是一条看起来有点奇怪的日志：某个下游服务在低频情况下返回了一个不太对劲的状态码，没有被任何监控规则捕获，却在日志里安静地躺着。 我盯着它看了很久。 说实话，我不确定这算不算问题。我在这里实习才一个多月，对这套系统的了解还不够深。也许这是正常的降级逻辑，也许是某个不影响主流程的边缘情况。我甚至想过，要不先记下来，等大促过了再说。 但我还是在群里发了一条消息，@了我的导师：&qu...

openclawd这股风刮了半天了，今天终于想到能用它干点啥。正好某大厂现在提供免费试用，于是配置了一个用来海投。部署步骤：1.创建xx云电脑实例2.更换为openclawd镜像3.登录，配置好钉钉机器人4.开始让🦞进行自动投递（这里个人认为比较好的方案是：让openclawd打开对应网站，你手动登录，提前上传好附件简历，再让龙虾进行自动投递。其实个别网站也可以让龙虾进行登录，只要你在钉钉给它提供手机号和验证码，道这样可能会触发人机验证。）5.时不时看一眼钉钉，看看它有没有遇到什么问题6.上述方案不适用于ssob。猎x，智x招聘，应x生都是可以用的。7.关于token消耗：我目前用的是qwen3.5plus，也用过3max，效果差不多吧，不过qwen这几天有点慢...另，百x大模型有免费额度（要是有人愿意填我验证码注册就好了）要说速度，可能大模型没有手工投递那么快——它也不能太快，不然就被网站识别为异常了，它的优势在于不用占用你的时间去投了。你原本用来看JD、打招呼的时间、跟进的时间，可以用来好好改简历。大概这样。欢迎想养龙虾的朋友一起交流哇~

只有字节阿里华为kpi。求佬们帮看下简历😭😭😭😭😭

1. 模型训练里你怎么在全参微调和 LoRA 之间做选择这个问题我一般不会只从显存够不够来答，而是会结合任务复杂度、分布偏移程度和上线方式来讲。全参微调的优点是表达空间更大，适合任务分布和原模型差异比较大的场景，比如领域知识很重、输出风格和推理路径都要明显改造的时候，它更容易学到深层适配；LoRA 这类 PEFT 方法更适合成本敏感、实验迭代快、模型版本频繁切换的场景，特别是多任务并行或者多租户配置时，管理上会轻很多。如果任务本质上是在原模型能力基础上做轻量偏移，比如格式约束、领域术语补强、特定工具调用习惯，LoRA 往往就够了。反过来，如果发现训练后模型虽然会答，但深层行为模式改不动，比如推...