真诚求建议，本人是211本，2027届，现在在找日常实习，目的是想有一个实习经历方便找暑期实习。base西安，就业环境不太好，目前在犹豫两家。1⃣️中科创达。优点：已经发offer，可以迅速开启实习；leader姐人很好。缺点：外包公司；干的是hr岗，但我未来想做运营。2⃣️蔚来。优点：岗是我想要的；公司含金量更好一点（相对中科来说）。缺点：整个流程太慢，而且还在面试中有被拒的可能。好纠结，因为hr其实和我未来的就业发展规划不匹配，而且外包公司好像很脏简历？但我还看过一个说法是空实习经历才是最脏简历的..我觉得有一份实习的话，后续面暑期其它公司，是不是至少可以迁移到我有之前实习那个岗位相关的能力？中科那边催入职催得比较急..所以想来征求一下大家的意见！

- 没有自我介绍-上来手撕一个dfs很简单，数字的排列- 一个默认 goroutine 消耗的资源是多少​-系统资源充足时，goroutine 可以无限开启吗？有没有限制​-JDK 现在最新发布到哪个版本了​-JWT 由哪些部分组成-接下来离谱的来了-问我gpt的知识库截止到什么时间-问我claude的知识库截止到什么时间，最新版本是什么-然后说问你个问题说到一半他又说算了我觉得你也不知道，不问你了？？？

1、自我介绍 2、3min2、面试官介绍部门，说之前的jd有点老了，现在部门主要是做内部的ai提效工具 3min3、我反问说主要是用ai做自动化测试（因为jd里提到很多测试的内容）还是说用ai写代码。面试官说都有4、拷打第一个项目。问我为什么想做一个舞蹈训练平台。他好像对姿态分析那块很好奇，我只说了个大概，用mediapose做姿态识别人体节点，再用向量余弦比较相似度，返回一个实时的相似度分数以及一个最终的评分，再用llm生成一个总结性的建议。面试官感觉我说的不是很清楚，一直问我具体的数据结构，还问我这个实时性是不是真的实时，以及如果出现了一个动作错了会不会导致后面一大串都很错…确实有道理，他是我面这么多场一面第一次这么细致的。我就说我只做了视频一开始的对齐，后面的确实还没考虑到。面试官建议说可以分段做姿态分析。5、拷打第二个项目。他说你这个rag的项目看起来挺简单的（好吧我自己做的时候感觉想法还蛮有创意的嘞），说这个项目是用来做什么的？（他好像很关注项目的实用性）我就扯传统RAG难以解决跨文档检索、可能语义断裂，引出来语义图谱GraphRAG的构建过程，然后还做了溯源，方便查文献blabla你这个路由是怎么设计的？LangGraph的链路是啥样的？6、手撕：第K大的数差点差点忘了怎么建堆，还好最后出来了7、ai场景题：”我这儿有很多不同格式的日志、文档，格式各不相同且分散在各处、中间的解析还可能出现问题，如何通过ai来提取出车速这个字段（车速也有可能命名各不相同）“（唉好抽象完全没听懂又给我讲了一遍，我就先问就抽取这一个字段有必要用到ai嘛哈哈哈哈哈）”我只是假设，也可能要抽取其他字段。“emmmmmmmmm那可能要首先统一一下数据格式，比如都统一成json或者字典”对，然后呢“emmmmmm主包实在想不出怎么回答，就开始套RAG，大概是要分成预处理层、在线问答层、想加的话可以加个评估层，然后ATO循环，直到回答正确。然后说了说RAG每层的大概流程，真没招了，只会扯这些。8、”如果上面的问题用OpenClaw呢，要求在问题可能会有点模糊的情况下也可以返回答案？“（我简直要汗流浃背了，openclaw原来还可以干这个吗）我感觉有点奇怪，就先说我理解的OpenClaw的优势 一个是可以接IM、一个是有强大的本地权限，这个用户他有这么大的权限吗”有的，或者说我设置个权限的弹窗，这个很好解决的“emmm真不知道咋回答了，就硬着头皮说首先肯定要把用户模糊的问题确定化，预先设置一些可能的其他情况，模糊的问题咱不能掌控，可以量化的问题一定得先做好，（在线扶额，实在编不下去了）”这个问题你想的可能比较简单，但现实执行起来还是有点复杂的，涉及到很多人员的问题，比如这个资料你得去找不同的人要啊“（剩下面试官说的没听懂9、反问后续面试流程组里人员情况平时开发用什么ai工具，他们买了企业版copilot，竟然还自研了蔚来的Claw（真开始全员Claw了总共55min，没有八股的面试还挺爽的哈哈哈，就是听不懂面试官的场景题（苦笑）

1. 你对 Claude Code、Codex、OpenHands 这类 Coding Agent 的理解是什么，它们的核心差别在哪这类产品表面上都在做“让模型帮你写代码”，但真正拉开差距的不是补全能力，而是任务编排、工具使用、上下文管理和反馈闭环。像 Claude Code 更强调命令行工作流、仓库级理解和连续执行，适合把模型放进真实开发环境里；Codex 早期更偏代码生成和 API 能力，强在补全和局部代码理解；OpenHands 这类开源 Agent 往往更强调可扩展性和多工具编排，方便接入自己的环境和流程。如果从工程视角看，这类 Agent 最终拼的是三件事：一是对代码仓库的建模能力，...