这可能是目前 AI 面试中最拉开差距的一环。大部分求职者的简历上写着“通过优化 Prompt，提升了生成质量。”面试官往往会微微一笑，紧接着抛出一记灵魂暴击：“那你怎么定义‘质量提升’？你怎么用数据证明，你的 模型 跑得比昨天更好？”这个时候，如果你挠挠头回答：“我自己抽查了几条结果，感觉变好了……” 那基本就凉透了。正所谓乱花渐欲迷人眼，靠人工“抽盲盒”式的肉眼查验，很容易陷入“只看好案例（Cherry-picking）”的自欺欺人中。在真正的工程落地面前，这种“凭感觉”根本站不住脚。回答应该直接把 Eval（评估）体系拍在桌面上：“在修改任何一行核心逻辑或 Prompt 之前，我会构建一套...

现在好多技术都在学，项目还在搞，但是害怕时间太晚来不及了，只要有人要我就可以了小厂也可以，佬佬帮我看一下😭😭

今日首蚌，真的很难绷住

入职第二周，导师把一个需求分配给我。 "这个模块加个功能，逻辑不复杂，你先熟悉下代码。"他在消息里附上了文档链接。 我打开代码仓库，找到对应的文件。第一眼看到的，是文件头部的注释： "// TODO: 这个模块需要重构，临时方案，后续优化" 注释的提交时间是两年前。 往下翻，又看到几处标记："// 待优化：性能瓶颈"、"// FIXME: 耦合严重"、"// 临时方案，需改进"。 我试着理解代码逻辑，发现一个函数嵌套了五层 if-else，另一个函数的参数列表长到需要换行。调用链路绕来绕去，改一...