今年应届大模型算法年包一个比一个高，某书某节应届生开七八十万的好像一抓一大把，但是一看JD：有大模型预训练经验，有万卡集群调度经验，发表顶会论文对于我们这种没有大厂实习，没进强组的小卡拉米来说，基本上都是不可能满足的条件。  所以，没显卡的穷孩子真的不能靠大模型算法翻身吗？ 关于这个问题，实际上也要看“大模型”的几个具体方向（虽然都叫大模型算法or大模型应用），按照对硬件资源需求的程度从低到高排序大概是这样： Prompt工程 ≈ Agent 开发 < RAG <  LoRA等高效微调 < 全参数后训练（微调） < 预训练 这么看其实很明了了，那些对资源要求极高的JD，...

不知道过两年会变成啥样…   

27届前端，双非，这都马上过完年三月了，有点迷茫了，想去大厂，但是感觉没自信，目前hot100刷了一半，八股勉勉强强，项目基本熟悉了，感觉自己业务能力挺烂的，感觉去大厂的前辈都挺厉害的

最近和几个朋友聊起“同事变闺蜜/兄弟”的经历，大家感慨挺多的。其实关于**“要不要和同事成为好朋友”**，不需要什么AI的大道理，剥开职场那层皮，逻辑其实很真实。它是概率问题，不是选择问题很多时候，我们总觉得“我要不要和他交心”是个主动选择。但实际上，职场友谊往往是环境产物。你们恰好在同一个项目组熬过几个通宵，恰好都讨厌那个阴阳怪气的甲方，或者恰好下班路过同一家好喝的奶茶店。这种“战友情”是天然发生的。如果频率合拍，硬要冷脸把自己缩在“专业面具”后面，不仅累，还会错过那种在枯燥工位上难得的温情。