具体的数字体现，一定是最能直观感受到你使用AI的效果的。比如，使用AI后“准确率提升到95%”、“训练数据需求减少了50%”、“人工审核工作量降低45%”等这些描述，面试官一看你一定是真实实践过的。

不要写你会什么，要写你解决了什么。比如你不要说熟练使用Prompt工程，而是说通过设计少样本提示和思维链，达到了什么样的目标。这样面试官一眼就知道你不是只会调API，而是真拿AI解决了业务痛点。

如果没有offer的话，我一般给父母说还在投递陆续面试中。有offer时我会说我还想看看其它机会。回头想想自己春招那会确实停焦虑，但还是躲不过妈妈细腻的关心，给我做好吃的。那段时间焦虑得掉头发，妈妈到我房间发现了，其实我自己都不知道，然后就是妈妈给我买了补品告诉我不要焦虑，慢慢来会好的

面试时庆幸自己不是写的在学校做的那些学生选课系统、图书管理系统、或者那种烂大街的商城和外卖项目了，而是我可以实实在在地说：我在实习的时候做过一个真实上线的功能，每天有几万人在用。那一刻是真的觉得实习值了

还记得实习的时候，当时对项目的各种管理都比较严格，导师也很负责任的真心教我们东西。说真的，那时候实习不仅学到了编程的思维还有解决问题和抗压的能力。后来写论文时，真的是触感很大，别人都是网上买的程序，我直接前后端用当时学到的技术手搓出来，特别有成就感，到现在我依然还时常怀念实习的时光。

大厂节奏快、变化多，今天做的项目明天可能就砍了，辛辛苦苦写的代码被review一顿喷。而且光写代码还不行，得知道怎么跟产品沟通、怎么跟运维对齐。别看大厂的薪资高，很多事情比如资源不够、时间很紧、文档不全，你都得自己想办法搞定。

像国内一些做银行项目、国企单位、老牌软件公司这些基于数据和权限的高度保密性的原因。依然还是比较保守处于观望状态，他们还是认为手写代码才见真功夫。而且把这些敏感数据交给AI，可能确实是担心有较大的风险。

随着AI的快速发展，我知道的国外好些公司已经明确说明了有这方面的需求。比如带头大哥Meta，他们允许我们在编程面试的时候用AI助手；另外的Canva也是，非常赞同且鼓励我们用Copilot或者Cursor。

据冲浪了解的相关新闻，国内的很多大厂其实已经在开始考察AICoding了，虽然没有明确给出公告或者招聘要求。但是据了解到的信息，面试时面试官很可能默认你会用AI，甚至会看你在解决问题的时候是不是本能地想到用AI来帮忙。

我觉得刷题的本质其实不是背答案，而是训练我们把模糊问题拆解成清晰步骤的思维方式。当你开始刷一道题时，拿到手你得先理解题意、再想边界条件、然后选合适的数据结构、还需要考虑时间和空间复杂度、最后一步一步写出来。这个过程练的是你的逻辑思维和耐心，这对于程序员来说是很重要的当然不能少。

学习agent最好的方法，就是不要一上来就啃论文或者看那些高大上的架构图，得一步一个脚印得来。比如我们先让它根据你的文档回答问题，再自己亲手点一点、试一试用的是什么模块，脑子里就有画面了。然后再回头去研究原理，这样才是最好的。

使用agent绕不开的还要它的记忆能力。它的短期记忆就是当前聊天窗口里说了啥，这个模型它自己会记；长期记忆就得靠向量数据库了，也就是RAG（检索增强生成）那套。如果你想让它每次回答问题都带上之前的记忆，那么就得先把预定的记忆文档切成小段存进向量库，每次问问题的时候先去库里找相关段落，连带着问题一起扔给模型。

想做agent开发，首先我们得弄明白一件事，agent不是让我们写一大堆复杂逻辑，而是让我们学会怎么指挥一个大模型帮我们干活。这个大模型其实就是agent的大脑，我们至少得知道它是怎么想的，这样才能方便我们后续学习。

HR面啊，说白了就是确认两件事，一就是你是不是个正常人，二是你来了能不能踏实干活。所以聊的内容其实很实在，一般开始会先让你自我介绍，然后问你对我们公司了解多少，其实就是看你有没有诚意。再之后就是聊聊薪资情况，问你上家公司离职的原因等等。