刷到这个话题，真的像看到了两个月前的自己。作为双非计算机本科，今年冲杭州大厂暑期实习，海投了30多家大厂，从阿里、字节、拼多多，到网易、美团、快手，笔试做了十几场，一面只进了3次，全挂了。那3个月，我天天在出租屋里死磕大厂，牛客刷面经、背八股、刷算法，投出去的简历90%石沉大海，每天睁眼就是刷招聘软件，看有没有面试邀请，晚上焦虑到凌晨三点睡不着，满脑子都是“找不到大厂实习，秋招是不是就完了”。身边的同学，要么拿到了大厂实习offer，要么已经接了本地中小厂的offer，只有我还在死磕，高不成低不就。期间有两家杭州的中小厂给我发了实习offer，一家是做电商SaaS的，一家是做AI Agent应...

刚实习了两周，被导员一通电话打过来可能会给处分学校这里坚决是不允许大二大三实习，只有大四后半学期才允许😂不知道被谁举报的，总之回来领导跟我说了一大堆，说在学校呆着能学到知识以外的东西。然后一门课也是被重修了，感觉好不容易实个习，一波三折的。最后还是选择了不回头，总觉得，人这一生就这一次，要尽力去活才算圆满。

为什么找不到好一点实习哇，可以帮我看看我的简历有没有问题吗？

1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...