四月中旬了，还有hc吗

如题，小登上海某211大二在读，机械电子工程，或许有点后悔当年没选自动化或者转计算机，现在成绩在保研边缘。寒假和我哥聊了秋招的情况，今年互联网又回春了，又说到他们学校有个文科女生大一转码自学java卷实习，大四进了字节，给我羡慕的，当时就开始跟着黑马哐哐敲起来，但没学多久，毕竟我也不是科班，加上ai日益发展，又听说前端裁员，不敢贸然转java了。现在根据我自己专业在思考往嵌入式，控制，半导体这些方向发展，想要尽量往软件方向靠，然后现在就可以自己先学起来了，看能不能早点出去实习，或者在学院找老师进项目，这样保研转这些方向也有帮助。现在也在自学备考雅思，本来是想大四申请港校，但后面有点改变思路。雅思成绩进外企也有用的，所以继续备考。现在一直在困惑的可能就是嵌入式半导体或者控制走哪个方向吧，然后好早点找到路线学起来。后续可能找好方向然后继续争取保研，求各位大佬的建议

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...

过去这一年，我对Vibe Coding的理解发生了明显转变——不再是“让一个AI帮我写代码”，而是像管理一个小型研发团队一样，管理一组AI。最近，我就用这套流程，将LLM-TradeBot在不到一周的时间里，从0搭建到了可运行版本。下面，我把目前稳定在用的一整套流程记录下来，供大家参考。1. 先选对“主力AI员工”如果只记住一条经验，那就是：选对模型，能极大减少返工、修BUG、推倒重来的隐形成本。在能力允许的情况下，尽量选择当下综合能力最强、上下文稳定的模型，而不是“能用就行”。在我的流程里，目前的AI分工如下：- Claude Code：核心开发主力，负责规划与编码；- Codex：负责代码Review与风险检查；- OpenCode：负责高频小改动与自动执行。IDE层面，我依然把Claude Code作为主战场，它非常适合长时间、高强度的Vibe Coding。2. 架构师 + 程序员的“双层AI架构”这是我认为最关键的一步。不要让一个AI既当产品经理，又当架构师，还当底层码农，这样几乎一定会导致：前期很爽、后期失控、最终形成“屎山”。我的做法是明确AI的角色分工，分为AI架构师和AI程序员两层。AI架构师（大脑）我会选择一个擅长系统思考和产品设计的模型，让它只专注做四件事，不涉及具体编码：1. 构思整个系统的目标和边界；2. 拆分开发阶段和模块；3. 为每一步生成「给AI IDE用的Prompt」；4. 验收阶段性成果，并给出下一步指令。这里有一个重要原则：不要让AI架构师陷入实现细节。上下文越干净，它的判断越稳定。AI程序员：专心干活，不做决策真正负责写代码的是AI程序员，流程非常简单：- 把AI架构师给出的Prompt，原样丢给AI程序员（我选用Claude Code）；- 监督它完成具体工作，包括编码、读文档、跑测试、修BUG。测试结果、异常情况、设计偏差，我会原封不动反馈给AI架构师，由它判断是继续推进，还是调整方向。这样做能明显感觉到：系统是“被管理着往前走”的，而不是失控地生长。3. Code Review 必须独立出来这是我最近新增、但非常重要的一步。当代码规模开始变大时，我会把代码丢给Codex，让它只专注做两件事，不参与设计、不写新功能：- 逻辑Review；- 风险检查（包括边界、异常、潜在Bug）。它的核心作用就是判断“这里有没有坑”，这一层能挡掉非常多未来才会暴露的问题。4. 不要害怕推倒重来这是Vibe Coding里最反直觉、但也最重要的一点。去年12月，我尝试开发一个MEME Auto LP系统，随着代码越来越多，逻辑越来越绕，明知道方向不对，却舍不得重写，最终导致：越修越乱、越改越偏，最后完全背离初衷。最终我选择：新建文件夹，全部重来。换了流程、换了模型组合，用现在这套多Agent方式，开发反而异常顺利。很多时候，与其花时间修补“屎山”，不如让更智能的AI，重新写一座干净的“山”。5. 测试、验收、提交：用Git控制AI最后一点，非常务实：一定要用Git。我目前的配置是GitHub私有仓库+GitHub Desktop/自动生成Commit Message，每完成一个阶段，就按照“测试→确认无误→提交”的步骤操作。这样做，你永远拥有三种权利：回滚、覆盖、推翻重来，这也是控制AI不乱写、不乱删、不乱来的最有效手段。最后如果只是开发一个很简单的小工具，其实任何AI IDE都能直接搞定。但只要项目稍微复杂一点，Vibe Coding的核心就不再是“写代码”，而是“设计一套能持续推进的AI协作流程”。对我来说，现在这套流程，已经足够稳定地支撑中大型项目开发。以上，记录在此。

之前面过2次腾讯。第一次初试很顺利 马上约复试，复试后2天 横向挂了。第二次一面时面试官给的压力很大，问了很多我不会的题，也是我太菜了，然后秒挂。 这个会脏面评吗？刚刚又有个部门捞我，约的面试时间是30分钟。我记得之前都是约1小时的，这个影响大吗。是不是第二次面表现不好脏有原因呢