2026届嵌入式应届生行情分析：北上广深横向对比一、薪资行情总览先说结论：四座城市的嵌入式应届生薪资差距明显，北京天花板最高，上海次之，深圳性价比突出，广州整体偏低。从你截图的招聘数据来看：北京：应届生普遍在 10~30K，头部岗位（理想汽车、猎头渠道）能到 20~40K，初级岗位集中在 11~17K上海：本科应届 8~35K 跨度很大，硕士起步 22~30K，头部公司（华为系、自动驾驶方向）能给到 25~35K深圳：大疆、比亚迪、海康等大厂集中，应届生 12~25K 是主流区间，硬件+软件复合型岗位溢价明显广州：整体偏低，10~20K 是主流，测试类岗位 10~15K，纯开发岗 11~20K...

大佬帮我看看吧：我大二下学期有一段暑假实习，中小厂应该算，但是也没有参与核心业务，但是在有人带的情况下，写了个小项目（未完善），打算把它作为实习项目，但是简历上实习这个不太会写……我也知道star法则，但是如何包装……现在我的简历像是罗列技术栈……然后我的项目经历也是很标准的黑马点评，我要不要再做一个新的项目加到这个项目经理里面？？还有什么可以优化的都可以指出，我虚心接受并整改，多谢大佬们了！

求各位牛爷爷指点

1. Agent 工具调用你知道怎么训练吗？训练集应该包含哪些？怎么得到训练数据集？如果只是让模型“知道有工具”，那只需要在 SFT 里教会它工具名和参数格式；但如果想让它真的会用工具，训练集必须覆盖完整决策链路。至少要有三类样本：一类是该调用工具的，一类是不该调用工具的，还有一类是要调用多个工具且有依赖关系的。否则模型很容易学成“逢问题必调用”。训练数据来源一般有几种。最理想的是业务日志里已有高质量人工操作轨迹，把用户问题、检索条件、调用参数、返回结果和最终回复串起来。没有现成轨迹时，就要靠规则模板、专家构造、模型自蒸馏和人工校验混合生成。真正难的地方不在造正样本，而在构造反例，比如参数缺失...