好tired，好想稳定的发疯

20年金融毕业，在深圳某公司做企业文化，工作2年多后；23年读研，实习是产品运营类工作，主要做增长。现在找工作感觉逼到绝境。。。好像路走错了，完全找不到工作，按实习岗位找，体感太少，对运营类工作整体性、系统性掌握不够，找不到好工作；按社招企业文化找，岗位低不成高不就，1-3年内工资少，且中间有gap，3-5年门槛太高，与我自身经历不匹配。兄弟们，接下来应该怎么走啊，没招了。本来读研是为了往运营方向找，目前实习比较少，学的是学硕，被论文耽误不少时间，导致运营类不好找，啊啊啊啊啊啊啊啊啊（本人属于工作强体感类人，需要很强的工作体验才能够从具体中抽离很干货的经验，所以目前面试的互联网运营肉眼可见的不...

全都在筛选中，已经麻了😭

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 Claude Code、Cursor 等 AI Agent 工具的使用过程中，MCP（Model Context Protocol）与 Skill（Agent Skill）是两个高频出现的能力扩展概念。二者看似都是为了增强 AI 的能力边界，但在设计哲学、技术架构和适用场景上有着本质区别。本文将从这三个维度，彻底厘清两者的核心差异、存在价值及选型原则。一、一句话核心区分MCP 和 Skill 是 AI Agent 能力扩展的两大核心支柱，定位截然不同：MCP 解决「连接」问题：让 AI 突破自身数据局限，访问外部世界的工具、数据源与服务。Skill 解决「方法论」问题：为 AI 注入专业的...