贝壳实习-来到天堂

网友提问：您好，本人研二，985本+清华研究生，无实习经历、无论文，目前在实验室跟着老师做一个工业缺陷检测的项目，主要基于yolo进行小修改和尝试一些数据增强方法，代码能力较差，全靠ai coding。个人目标是秋招能进大厂，向您咨询具体方向的可行性。1.退出导师现在的项目，开始准备八股leetcode等，找一个算法岗实习（大模型或搜广推），暑期实习来不及就找日常实习，刷个履历准备秋招。2.继续现在的项目，秋招去找cv方面的岗位（这个没有论文竞争压力是否很大）3.零基础学习C/C++，准备两个项目秋招找后端开发由于现在时间很紧，想向您咨询一下这些路线哪些可行，谢谢指导。Yt回复：一、你的开局：...

二面完，两天后链接自动消失了。后面希望大吗

github原来还有挂人的作用搞大模型真是能狠赚笔xxx在coding补课：一个普通的大厂前端实习，可以被包装成 AI Infra；一个并不算核心的工作内容，可以被描述成“关键项目负责人”；一个算不上核心的开源贡献，可以被渲染成项目核心 Maintainer网络上很多博主借助AI包装自己，卖课割韭菜的一堆，大家还是保持理智，有钱不如给AI

一、AI 测试的分水岭 从“使用”到“治理”现在市面上的 AI 测试落地尝试，基本分两个流派。一派是把 Claude Code 当外包小弟，人写提示词，它出脚本，人再复制粘贴到框架里。看起来快，实则返工率高得惊人。因为每一轮对话都是独立的，没有版本约束，没有上下文锁定，出问题只能从聊天记录里翻证据。 另一派，已经开始用交付流水线的思维治理 AI。不再把 Claude Code 当成一个聊天窗口，而是当成流水线里一个“生成步骤”。这个步骤有固定的输入源、参数化模板、审批节点、质量阈值，跑完自动进入下一环节。后一种做法的核心已经不是“用 AI”，而是把 AI 输出变成可治理的资产。这就是 Harn...