零、写在前面之前实习和项目中都是学的Vue，由于之后工作大概率会进入React的技术生态，最近才开始学React并且缺少企业级的项目开发经验，也没有对源码做系统研究，以下的内容只是个人学习过程中的记录和思考，因此大概率会显得稚嫩而且主观，需要大佬们的指点和修正。软件开发毕竟属于工程实践领域，对于相同的目标可以有不同的实现方案，而一样的技术在不同的场景下也需要做取舍权衡，它并不像数学物理这样的学科有一套不容置疑的公理。而且对于团队开发者而言，一套技术的开发体验、学习成本、认知对齐等因素也同样重要，它们应该是带有主观色彩的，至少是可讨论的；为了描述简便，以下会根据官方文档的写法和称呼，对于useE...

收获7个大厂offerssp*3（有一个可能是大sp）sp*2白菜*2最后的去向还是选择字节了牛油们加油，学历真的不是决定秋招成败的唯一因素，卸载牛客了，不和任何人比较了，我拿到的offer就是对于我自己来说最好的结局

来杭州实习的第三周，天天早九晚六感觉就已经很精神疲惫了，也没有多少私人时间，不敢想象如果是大厂的逆天作息我能活几年。果然人只有真正来上班了才知道自己想要什么，比起天天高强度被压榨拿到一份不错的薪水，我还是更喜欢能边摸鱼边混口饭吃。已经开始准备秋招找国企躺平了，大三想进国企该准备什么，是不是跟私企互联网招聘路子完全不一样，前边的准备是不是一点用没有了

经验就一条：Prompt 一定要拆开，任务一定要变简单。在面对小模型时，它们能力有限，如果把一堆要求（比如整篇文章+要求）塞进一个 Prompt，可能回答的就牛头不对马嘴了——不是主语识别不全，就是逻辑硬伤，或者答案缺斤少两。要把 Prompt 变成“工作流”，每一步只处理一个问题。比如“根据文章提问”，我通常拆成三步：第一步：只让模型识别文章的主语。第二步：根据主语去编问题。第三步：再针对问题生成答案。每步只干一件事，模型想出错都难。再比如做长文本的“分块（Chunk）”处理：不要让模型重写全文，除非你的token值够用，而且还会增加它的思考难度。你可以把原文段落编上号，让模型只输出：“标题...