我觉得很多时候，面试官被吸引的不是五官，而是自信、从容、眼神稳定、表达流畅——这些特质确实会让人显得更有能力。而这些东西，往往和好看是伴生的，一个人如果对自己的外貌有自信，往往在其他方面也更放得开。

前段时间公司大门口旁边新修了一堵墙，目的是遮住从大门口往内看的视野，当时心想修一堵大白墙是不是有点太单调了。好家伙，就这样过了两周，周一一早来的时候发现一大面墙被布置好了，一看就是公司UI的手笔，写了好多宣传标语，最醒目的就是：“一个人是代码，一群人是爆款APP”。

早高峰的地铁、晚高峰的拥堵，一天4小时在路上，到家已经不想说话。这不是辛苦，这是把生命里1/6的时间交给了车轮和铁轨；几千块在别处能租个不错的房子，在北京只能住一个睡觉的地方，没有客厅、没有阳台、隔音差、邻居吵。家不是港湾，只是一个临时停靠点

作为过来人，我还是任务实习的产品是应该适当包装的，因为我知道自己做的是有价值的，但默认HR能看出来，这其实是一种学生思维。同时去面试时心里我是踏实的，因为我知道，简历上写的每一句话，都能经得起追问。

没有背景的指令，就像让一个陌生人帮你买东西，若你只说帮我买个东西，却不说是买药还是买菜、买给谁用、花多少钱，那肯定得到的不一定是你想要的答案。没有约束的指令，就像导航只告诉你目的地，却不告诉你不走高速、避开拥堵、不要收费路段，那AI可能给你一条理论上正确但实际没法用的路。

个人认为，用AI就别把AI当搜索引擎，也别当神仙。把它当成一个聪明、勤快、但需要我们给出清晰指令的实习生。你想要AI给出你高质量的回答，你就得给足它上下文，别让它猜。别一次性丢一个大需求给它，要一步步拆解，最好还得给它示例和参考，别只给抽象描述。

众所周知，Claude是公认的编程之王，因为它的代码质量高、推理缜密、自我纠错能力极强。另外Claude还在处理大文件、合同、论文方面有着不错的效果，可以堪称长文档处理的天花板。

HR每天刷几百条消息，眼睛肯定是带过滤功能的，那些需要点开、阅读、思考才能回复的，会被优先略过。只有那些一眼就能看懂、一秒就能判断、不用动脑就能回复的消息，才会被秒回。

突然来的紧急需求，就像生活里那些不请自来的客人，这是最让我头疼的事情。因为26年业务方向调整，所以整体业务决策做了调整，一直在试错，有时这个需求加班加点写了一半，就被新来的紧急需求替代了，甚至于加班加点还找了外包一起做的项目，最后直接砍掉不做了。

说实话，现在AI产品这么多，用户选择谁，很大程度上取决于能不能丝滑地解决问题，而DeepSeek就是我每天必用的一款AI。当我问技术问题时，它能给我深度拆解；当我聊职场感悟时，它能听我吐槽，也陪我复盘。

理由很直接，LLM 是大脑、Prompt 是语言、AI 产品是载体，而 AI Agent，是那个让 AI 真正动手做事的关键一跃。过去两年，我们主要在和 LLM对话，你问它答，它像一个无所不知但只能动嘴的顾问。而 Agent 的出现，让 AI 第一次有了手和脚。

1. 什么是大模型的“幻觉”？产生原因是什么？2. 如何通过 Prompt 工程解决大模型的“幻觉”问题？3. 针对大模型的幻觉问题，你有什么测试思路？4. 当用户问的问题超出知识库范围时，RAG 系统该如何应对？请谈谈你的设计思路。

1. 什么是 RAG？它和传统的模型微调（SFT）有什么区别？2. RAG 系统中，文档切分的粒度如何选择？切分太长或太短有什么副作用？3. 向量检索和关键词检索有什么区别？什么时候需要混合检索？

春招那会儿，投递了好多好多公司，现象就是大多数大一些的公司都会有笔试题，那时候最多的一天做了6，7场笔试，但是有后续的真是少之又少。有的是投了就给笔试，往往在邮箱里看都没看，有的要过初筛再给笔试。