最近看到Andrej Karpathy（特斯拉前AI总监）的一篇文章，感触很深。想和大家聊聊AI对程序员的真实影响。他说Geoffrey Hinton（深度学习三巨头之一）在2016年预测AI图像识别会让放射科医生全部失业。结果呢？快10年过去了，放射科不仅没消失，反而发展得挺好，职位还在增长。这个例子很能说明问题。虽然实验室里AI识别准确率99%，很牛逼！！但是真实场景往往复杂得多：模糊的图像、罕见的病例、需要结合病史判断...AI代替不了医生。就像leetcode刷题和实际开发是两码事。你刷了100题，就真能上手做开发了？答案是否定的。放射科医生的工作也不只是"看片子"...

最近在投递简历。在BOSS上，投了50来份小厂(1000人以下)。只有几个人回复(我知道这很正常)，目前有一个小厂hr的电话，说他们的要求很高，我代码有点少。感觉小厂的要求都好高，什么QT，游戏项目/引擎，嵌入式，音视频，图片处理，机器学习，数据挖掘/分析等等，我是不是要改变策略，投中大厂(可能他们的要求比较低，比较看重学习能力)？现在想，先投一个月(边复习+MySQL+QT)，不行就考研去了。

在牛客运营同学的热情邀约下，接着写下一篇分享 深度拆解：如何系统介绍你的第一个AI实习项目？这是所有面试的开场白，也是决定“生死”的45分钟里最关键的前10分钟。很多同学讲得口干舌燥，但我听完却是一头雾水。作为面试官，我问这个问题到底想看什么？业务Sense： 你知不知道为什么要写这个Prompt/做这个Agent？是为了解决什么业务痛点？技术理解力： 你对大模型的边界清不清楚？是盲目调用API，还是懂一点RAG、微调的底层逻辑？产品闭环思维： 做了之后效果如何？你怎么衡量好坏？避坑指南：千万不要只说“我写了多少条提示词”、“我搭建了几个工作流”。这叫“劳动力输出”，不叫“产品思考”。推荐回答...