攒人品中，祝大家都能拿到满意的Offer！1. 实习介绍2. 项目拷打3. 八股：LoRA原理深拷贝和浅拷贝Linux命令4. 手撕：softmaxself attention

我自己是985本英专在读，从大二下学期开始接触AI，大四的时候秋招成功拿到了三家大厂的AI产品经理offer。相信大部分同学和我一样，在刚开始学习AI相关知识的时候，一直在犹豫是否要从代码开始，学c语言、学Python，陷入了似乎只有学计算机才能懂AI的困境。其实直到现在，不借助任何工具，我自己也不能成功写出超过10行代码，但我可以在几小时内利用各种AI工具vibe出一个软件产品出来。转行AI，不会写代码其实真没事，关键是你是否具备这些AI技能！工具应用层（最基础，必须会）能用AI工具完成实际任务，比如用VibeCoding工具（Cursor、ClaudeCode等）把产品idea跑通，用Gemini/Claude做信息拆解、文档撰写、竞品分析等。技术认知层（不用会做，但要听得懂）理解主流AI技术的原理和边界，比如大模型是怎么工作的、agent的底层逻辑是什么、RAG和fine-tuning的区别在哪。不需要手写代码，但要能和技术团队对话，判断一个需求技术上是否可行。产品能力层（核心竞争力）懂用户需求、会拆解产品逻辑、能写清晰的PRD，这些是传统PM能力，但在AI产品里需要叠加对AI能力边界的判断——知道哪些场景适合用AI解决，哪些不适合。行业认知层（持续积累）保持对AI行业动态的敏感度，了解主流模型、工具、竞品的最新进展。当然，在日常看到一些AI资讯的时候，少不了接触各种晦涩难懂的技术术语。我的方法就是碰到一个不懂的直接丢给gemini让他讲，直到自己看明白，一点点日积月累，就能慢慢掌握“技术”的理解。

发一下问题给大家参考，攒攒人品！1.实习拷打2.项目拷打3. 讲一个之前实习中的项目，介绍清楚背景、用到的方法、最后的结论、搭建的框架等等1. 追问：因为没有最终落地的结论，询问字节业务具体是怎么分工的？2. 追问：业务主要参考的内容有些什么？4. 询问项目，给到的结论有哪些？怎么得出这些结论的？5. 在每段实习中你自己都分别做了哪些事情？6. 近期有没有关注什么AI产品？7. 用的比较多的AI产品有哪些？体验怎么样？8. 介绍一个小众的互联网app及你为什么喜欢这个app？9. 你觉得你的优点和缺点是什么？

这两周面了美团、B 站、百度、小红书等几家大厂，整体感觉和去年暑假的面试节奏完全不一样了👇提问重心变化：纯八股的占比明显变少，更多是围绕实习经历和项目技术栈展开，聊着聊着就穿插问相关知识点。比如聊到登录模块，就会顺带着问双令牌设计、JWT 的实现；聊到文件上传，就会问到分片上传、断点续传的细节。AI 结合成标配：几乎所有面试官都会往 AI 方向提问，问题也更开放。我觉得面试官最爱问的 AI 问题是“如何在业务中用 AI 提效开发”和“设计一个结合 AI 的业务功能”，比如让我设计 AI 辅助订阅会议室、AI 辅助生成患者诊疗方案这类场景题，很考验对 AI 落地的思考。算法 & 场景题：手写代码不再局限于纯算法题，更多是场景化模块设计，比如手写防抖节流、实现 MHA、手撕页面布局；小红书还考了智力题和口撕页面设计，只有腾讯一上来就是两道 LeetCode 热门 100 题，风格差异还挺大的。整体下来，有实习经历背书后，面试更偏向 “做过什么、怎么想的、能不能用 AI 解决问题”，纯靠背八股的时代感觉真的过去了。