大家好，本人普通本一，区块链工程专业，目前跟着黑马学了C语言， Python+AI正在进行中，对“真正的做项目”还没有概念，数据结构与算法分析还没开始，leetcode也没有刷，就感觉还是啥也不会。关于专业：区块链目前国内岗位少，对口工作比较难找，也不是彻底放弃该方向，所以打算按计算机大类方向学习。敲代码的正反馈很强，几百行代码跑通时真的很有成就感，所以想尽早明确方向。目前迷茫的点：1.方向选择：前端/后端/区块链开发，算法等等只是听过名字，不了解具体做什么，对于提学历/就业，我想的很简单，提能力刷实习早早工作，真的不想读研了（可是实在找不到工作，也得提升学历读研）2. 不知道真正该学什么：我明白Python/C/都只是工具，可一旦脱离语法，就不知道下一步该练什么：算法要不要死磕？计算机基础（计网/操作系统）学到什么程度？项目该做什么？总觉得自己在“学语言”，却没摸到编程的核心，心里发虚。3.焦虑：脱离高中的全封闭象牙塔，来到大学，四门敞开，不知道要往哪里走，时间精力也很乱，想学的太多，却抓不住重点，看着网上的消息，今天前段死，明天后端死，不卷就别来学计算机，心态有点被带偏想请教大家：1.以我现在的阶段，我该去做什么？2.对于本科就业，哪些方向更好就业？3.对于敲代码感兴趣，哪个方向更适合我，该方向好就业吗？4.对区块链专业的打算：我打算按计算机大类打基础，把区块链当差异化方向（后续会学习密码学/分布式系统）不做唯一出路。想请教这种思路是否可行，以及大一应该侧重哪边。真心求教，任何建议我都会认真看，提前谢谢各位学长学姐！😋（摸索中，第一次在社交平台上发这种长文，可能也是焦虑了很久，怕毕业即失业，我会继续努力，谢谢各位 ）

刷到这个话题必须来波硬货，前前后后研究了上百家公司，把2026年值得冲的AI公司，按梯队整理成了完整清单，从大厂到独角兽，从通用赛道到垂直领域，应届生、实习生、转行党全适配，找AI工作的牛友直接抄作业！第一梯队：全栈AI巨头｜平台大、资源足、抗风险能力拉满这一档是国内AI全产业链布局的绝对龙头，技术沉淀深、业务场景全、校招体系完善，适合想稳扎稳打、系统成长的应届生，也是AI行业的硬通货。字节跳动核心AI方向：豆包大模型、AI Agent、多模态AIGC、AI安全、火山引擎AI基础设施推荐理由：国内C端AI用户规模最大的厂商，豆包生态已经形成完整闭环，AI相关岗位占比超90%，校招hc充足，薪资...

在传统机器学习和深度学习时代，算法岗和开发岗确实是两种不同的"工种"。算法工程师的核心工作是优化指标。大量实验中90%是无效的，最后能交差的可能就是某次灵光一闪改了几行代码带来的收益。这工作确实是"心累"——投入和产出高度不确定。开发工程师的核心工作则是交付功能。产品经理提了需求，你把它拆成技术方案，写代码、做测试、上线。每一项工作目标明确，工作量可评估，产出可衡量。累归累，但至少是"确定性的累"。🌟这一切的前提是：AI的核心生产力瓶颈在"模型"上。✅2023年之后，这个前提被大模型彻底改写了。当GPT、Claude、Qwen这些强大的基础模型变成了可以调用的API，当大部分业务场景不再需要你从头训练一个模型的时候，"做AI"这件事的重心就不可逆转地从模型侧转向了应用侧。"AI算法岗"和"AI开发岗"的要求越来越趋同：都要会Python，都要懂LangChain或类似框架，都要理解RAG和Agent，都要能写提示词，都要能把东西部署上去。Agent不再是实验室里q的概念验证了，它正在成为企业AI落地的主流形态。企业需要的是一个能从业务需求出发，设计Agent架构、编排工作流、接入外部工具、管理上下文、监控Agent行为、持续优化效果的综合性人才。这种人才有一个越来越明确的名字：Agent Engineer。✅建议:无论你现在的title是算法工程师还是开发工程师，都建议你去了解Agent的架构设计、多Agent编排、MCP协议、可观测性这些东西。这不是在追概念，而是这确实是当下和未来一段时间AI应用的主要形态。对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1. 自我介绍2. 实习经历拷打：-最近一段实习具体工作内容-介绍一下参与开发的大模型知识库问答系统的整体架构-系统开发工具与框架-介绍一下知识库类别与构建策略，包括RAG数据库与知识图谱-RAG分块、检索、召回策略-问答系统面向用户群体，功能与性能如何测试3. 项目+技术拷打-知识图谱构建方法，LLM+提示词工程+SFT-知识图谱构建各阶段详细流程设计，包括NER、RE等-SFT数据集构建方法，LLM生成+人工校验4. 算法-一道非hot 100简单-一道hot 100简单5. 反问-主要业务-实习生发展与能力提升