百度实习

我们把 AI 当做一个人：大脑（LLM）负责想与写；执行逻辑（Agent）负责推进到交付；经验手册（Skills）提供目录化的可复用 Prompt 与标准流程；工具接口（MCP）把外部能力接进来完成执。A2UI 负责把 Agent 的意图变成可交互界面，并把用户操作回传给 Agent。LLM 是这人的大脑：负责理解你在说什么、推理怎么做、把答案表达出来。但光有大脑不等于能把事办成。Agent 可以比作一个人做事的思考逻辑 + 执行逻辑：拿到目标后先梳理逻辑、拆步骤、设检查点，决定先做什么、后做什么，并在关键节点停下来确认，确保事情按流程推进到交付。Skills 是他随身带的一本经验手册：里面是...

面试那会儿明明状态在线，跟面试官的问答都顺得很，甚至有个点子还被当场夸了。就一个小细节没捋明白，面试官还特意耐着性子给我讲了遍正确流程。结果聊到外贸岗看重的英语能力，面试官让我用英文做自我介绍，我当时脑子一抽，脱口就说要不唱首英文歌吧，然后就哼了几句 We don't talk anymore… 面试官当场被逗乐了，还说我挺有意思，期待以后共事。我当时美得都觉得稳了，结果当天拒信就砸脸上了…朋友帮我复盘，说十有八九栽在英文介绍这步了，毕竟外贸岗对语言能力要求是真严格。这公司能不能再给个机会啊… 下次我绝对不犯傻唱歌了，老老实实做自我介绍还不行嘛！

说实话，如果不是最近这段时间重新出来面试，我可能不会这么快把「AI 应用开发」当成一件必须要补的能力。我做过业务系统、做过中台、也踩过高并发和复杂业务的坑。这几年主要精力都在架构稳定性、业务抽象、工程能力上。直到最近一次次面试下来，我明显感受到一件事：各个企业都在想着把AI应用到自己的企业中”。经过一段时间的了解，我整理出 Java 学 AI 的大致方向，我将按照这个路子走下去。我理解的「Java 学 AI」，不是去做什么？在真正开始学之前，我先给自己定了几个边界：不去卷算法、不搞模型训练不从 Python 数学公式开始不追求“AI 专家”人设而是明确一件事：我还是一个 Java 后端，只是要...