AI越普及打工人越累

【总面试流程】初试+复试&面谈+岗前培训+签约offer，可能因为现在都在秋招，所以我走了校招流程，其实应该大致都差不多，只是我多参加了一个宣讲会，昨天收到面试未通过的消息，止步于复试&面谈。 1、初试：关注微信公众号：广州学而思校园招聘，里面有相应的题目，选择你面试科目对应的题即可，英语老师是模仿一个三分钟的视频，其实我觉得这个是比较简单，自信大方地上去讲就好了，可能要多注意和学生的互动，不要只站在讲台上。  2、复试&面谈：其实至今思前想后，都觉得自己表现很好，复试和初试一样，还是讲你模仿的视频，我还根据初试时，一位男面试官在初试结束后，给我们表演了一段他怎么讲的，...

ollama v0.14.0发布：全面进化的智能Agent、Anthropic API兼容、图像生成模型实验性支持震撼登场！🚀 一、全新实验性CLI —— 智能Agent登场在本次版本中，通过运行命令：ollama run --experimental即可开启全新的 Ollama CLI。它集成了一个 Agent Loop （智能代理循环机制）以及一个 bash工具。这意味着开发者可以在命令行环境下与模型进行更自然的互动与任务自动化，显著提升多任务处理与交流体验。🧠 二、Anthropic API兼容性增强Ollama v0.14.0新增了 对 /v1/messages API 的支持。这让使用Anthropic生态的开发者可以无缝接入Ollama的模型能力，实现跨API兼容与迁移。这一更新为构建更开放的多模型协作环境奠定了基础。⚙️ 三、Modelfile新指令 —— REQUIRES版本声明本次更新引入了一个重要的新特性：REQUIRES命令。开发者现在可以在 Modelfile 中声明指定Ollama的版本要求，用于确保模型运行的兼容性和稳定性。这提升了模型部署时的版本管理能力，使项目环境更加可控。💾 四、内存与显存优化在硬件适配方面，Ollama v0.14.0带来了两项关键修复与优化：• 避免旧模型在低显存系统上进行显存估算时出现整数下溢问题。• 针对AMD集成显卡（iGPU）进行了显存测量精度提升，显著提高在Linux平台下的性能表现。💻 五、UI与代码高亮新体验Ollama的应用界面现在支持 Swift源码高亮。这让开发者在查看或编辑模型相关代码时拥有更直观且友好的体验，进一步丰富了多语言支持环境。🧩 六、嵌入安全性检查机制v0.14.0强化了嵌入数据的稳定性：当生成的 embeddings 返回 NaN 或 -Inf 值时，系统将直接返回错误提示。此举有效防止下游模型处理异常数据，从源头保障计算稳定性。📦 七、Linux安装包全面升级Ollama的Linux安装文件现在采用 zstd压缩格式（.zst）。这不仅提升了压缩效率与安装速度，同时减小了文件体积，优化了分发体验。🖼️ 八、实验性图像生成模型支持 —— MLX引擎加入最大亮点之一是：Ollama v0.14.0正式加入 MLX实验性后端引擎，并首次引入了 图像生成（image generation）模型 支持。开发者可使用新加入的“z-image”原型模型，体验图像生成能力的初步功能。这标志着Ollama开始跨越从文本到视觉的界限，迈向多模态智能阶段。🔧 九、更多实用优化除了主功能更新外，v0.14.0中还包括多项重要改进：• 新命令：ollama stop all —— 一次性停止所有正在运行的模型，节省重复操作时间。• 修复与优化 文档中的 Markdown 链接、API示例渲染、curl相关代码片段等。• 改进模板渲染与工具调用JSON顺序保持，确保Agent循环与工具定义在执行过程中的数据一致性。• 用户界面优化：Agent界面进行了重新设计，采用极简风格，改善交互流畅度。• Docker构建优化与依赖更新，提升容器化部署的稳定性。

最近看到Andrej Karpathy（特斯拉前AI总监）的一篇文章，感触很深。想和大家聊聊AI对程序员的真实影响。他说Geoffrey Hinton（深度学习三巨头之一）在2016年预测AI图像识别会让放射科医生全部失业。结果呢？快10年过去了，放射科不仅没消失，反而发展得挺好，职位还在增长。这个例子很能说明问题。虽然实验室里AI识别准确率99%，很牛逼！！但是真实场景往往复杂得多：模糊的图像、罕见的病例、需要结合病史判断...AI代替不了医生。就像leetcode刷题和实际开发是两码事。你刷了100题，就真能上手做开发了？答案是否定的。放射科医生的工作也不只是"看片子"...

刚毕业半年，现在这个公司太恶心了准备跳槽目前拿到了迪普科技、同花顺、分叉智能科技的测试工程师offer工资都是一样的，社保公积金分叉智能会低一点各位大佬帮忙看下哪个好一点，其他的怎么拒绝呀