1. 深入聊聊你的项目，从需求分析到系统设计的完整过程项目背景我做的是一个智能环境监测系统，用于工业现场的温湿度、气体浓度等参数的实时监测和数据上报。系统部署了50个监测节点，每个节点每分钟采集一次数据并上报到云平台。需求分析项目的核心需求：实时采集多种传感器数据通过4G网络上报到云平台支持远程配置和固件升级对功耗有要求，要支持电池供电，续航至少3个月对可靠性有要求，要保证数据不丢失，设备故障要能自动恢复硬件选型主控芯片： STM32F407有丰富的外设接口性能足够，功耗可接受通信模块： 4G模块支持TCP/IP和MQTT协议传感器： 数字接口传感器使用I2C或SPI通信精度和稳定性都比较好电...

最终还是婉拒了小红书的offer，厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验，都比之前好太多，开的薪资也还算过得去，这些都是让我下定决心的原因之一。但最核心的，还是抵不住对Agent的兴趣，选择了Ai Coding这么一个方向。因为很多大佬讲过，在未来比较火的还是属于那些更加垂类的Agent，而Ai Coding恰好是Coding Agent这么一个领域，本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习，也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分，确实在Agent方向不太区分这个。尤其是我们自己做AI Coding的内容，基本上90%左右的内容都是AI生成的，AI代码仓库贡献率也是我们的指标之一。有人说他不好用，那肯定是用的姿态不太对。基本上用对Skill、Rules 加上比较好的大模型基本都能Cover你的大部分需求，更别说Claude、Cursor这种目前看来Top水准的Coding工具了（叠甲：起码在我看来是这样）。所以不太区分的主要原因，还是针对一些例如Claude Code、Cursor、Trae、Codex、CC等一大堆，他们有很多新的概念和架构提出，我们往往需要快速验证（MVP版本）来看效果。而全栈就是这么快速验证的一个手段，加上Ai Coding的辅助，目前看起来问题不大（仅仅针对Agent而言）。而且Coding的产品形态往往是一个Plugin、Cli之类的，本质还是属于大前端领域。不过针对业务后端来看，区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么？是的没错，本质上还是提示词。不过现在也衍生出一个新的Context Eneering，抽象成一种架构思想（类比框架、或者你们业务架构，参考商品有商品发布架构来提效）。本质还是提示词，但是就是能否最大化利用整个上下文窗口来提升效果，这个还是有很多探索空间和玩法的，例如Cursor的思想：上下文万物皆文件， CoWork之类的。后续也有一些Ralph Loop啥的，还有Coding里面的Coding Act姿态。这种才是比较核心的点，而不是你让AI生成的那提示词，然后调用了一下大模型那么简单；也不是dify、LangGraph搭建了一套workflow，从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事，大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的，我们ld也常把这句话挂在嘴边：“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代，懂一点还是会好一点，所以润去字节了。目前的实习生活呢，除了修一些Tools的问题，还包括对比Claude、Cursor、Trae在某些源码实现思想上的点，看看能不能迁移过来，感觉还是比较有意思。不过目前组内还是主要Follow比较多，希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场，希望能好好的吧。说不定下次发的时候，正式AI泡沫结束，然后我又回归传统后端这么一个结局了。欢迎交流👏，有不对的🙅不要骂博主（浅薄的认知），可以私聊交流

求大佬能给些建议，目前只有一段中厂实习，想冲春招

本专栏整理了国内主流科技公司和制造企业的嵌入式岗位面试题，涵盖互联网、AI、汽车、硬件等多个领域，帮助求职者系统准备面试。📚 目录结构禾赛科技 嵌入式软件工程师一面禾赛科技 嵌入式软件工程师二面大疆智能驾驶软件工程一面大疆智能驾驶软件工程二面特斯拉-嵌入式软件开发方向-一面特斯拉-嵌入式软件开发方向-二面安克创新 嵌入式 一面安克创新 嵌入式 二面龙旗科技Linux驱动开发 一面试题龙旗科技Linux驱动开发 二面试题龙旗科技Linux驱动开发 HR面英诺菲特科技 嵌入式软件开发 一面英诺菲特科技 嵌入式软件开发 二面北京零零科技 嵌入式软件开发一面北京零零科技 嵌入式软件开发二面移远通信 ...