拒绝空谈，用数据和场景说话

在简历里写“AI能力”最容易踩的坑，就是笼统地写“熟练使用ChatGPT”。这既没有说服力，在专业人眼里甚至是个减分项。真正有效的写法，是把AI转化为具体的效率倍数、解决问题的场景、以及对业务的量化提升。可以从以下三个层次来重构你的简历表述：第一层：基础技能描述（避开空洞词汇）❌ 不推荐写：“熟练掌握AI工具”、“精通ChatGPT提示词”。✅ 替换为具体的工具栈与参数：在技能栏里，不要只写AI，要写接口调用、模型微调、工作流搭建。- 写：熟练构建 Coze / Dify 等Agent工作流，掌握 RAG 检索增强生成技术。- 写：精通结构化提示词工程，擅长通过 Few-shot 与 CoT 思维链提升大模型输出准确率。- 写：熟悉 LangChain 框架基础调用、API 函数调用参数调优。第二层：项目/工作经历（体现增效与杠杆效应）这是最核心的部分。你需要用 STAR法则 描述，但重点突出 AI带来的效率差。场景一：非技术岗（运营/市场/产品/行政）关键逻辑：以前要多久 + 现在用AI多久 + 省下的时间拿去做了什么更有价值的事。修改前（流水账）：负责公众号文案撰写，用AI辅助写作。修改后（有结果）：内容生产效率提升300%：搭建选题Agent与风格改写工作流，将单篇深度稿件产出时间从6小时压缩至1.5小时，月均发文量从10篇提升至25篇，自然阅读量环比增长45%。竞品分析自动化：利用Kimi+爬虫插件搭建舆情监测自动化流程，日均处理非结构化数据500+条，输出周报耗时从5小时缩短至20分钟。场景二：技术/数据岗（开发/数据分析）关键逻辑：解决卡点 + 代码生成准确率 + 复杂任务简化。修改前： 用Copilot写代码。修改后：开发效率加速：基于Cursor/Codebuddy搭建后端接口自动生成规则库，减少重复性CRUD代码编写量约60%，单元测试覆盖率提升至90%。数据处理自动化：通过Function Calling实现自然语言转SQL的零代码查询助手，业务部门临时取数需求响应时间从半天缩短至即时响应。第三层：针对不同岗位的“AI+”切入点如果你想让AI能力成为简历的亮点而非背景板，可以针对岗位职能嵌入以下关键词：| 岗位方向 | 简历中可体现的AI强相关经历关键词 | 隐藏含义（让HR看到的价值）| 产品经理 | AI功能模块设计、Prompt 产品化、模型输出稳定性测试 | 能搞定大模型“幻觉”问题，能定义AI产品的边界。 || **HR / 招聘** | 人才画像自动匹配、面试提纲自动生成、JD 千人千面生成 | 不仅是筛简历，而是能用AI精准捞人。 || **新媒体运营** | AI绘画生图控制（Seed/ControlNet）、数字人视频生成 | 一个人就是一个能出图、出片、出文案的内容车间。 || **项目管理** | 会议纪要自动生成+待办识别、项目风险AI预警 | 减少信息丢失，项目颗粒度管理更精细。 |### ⚠️ 一个关键的注意事项在简历里强调AI能力时，**不要让对方觉得你离开了AI就干不了活**。- **要强调判断力：** 可以说“**筛选并重构**AI产出的初稿”，这意味着**你有鉴赏力和业务逻辑**。- **要强调稳定性：** 可以说“**通过约束JSON Schema输出格式**，解决了大模型生成内容格式不可控的问题”。**总结一下公式：**> **具体AI场景 + 解决的业务卡点 + 量化的效率倍数/成本节约**试着用这个公式，把你工作里哪怕是很小的、用过AI提速的事情改写一下，你会发现简历的专业度会立刻不一样。如果你有具体的一行原始经历需要润色，也可以发给我看看。

我认为在AI时代仍然有必要刷LeetCode，但目的和方法要改变。AI Coding工具能帮你快速生成代码，可是面试时企业依然会考察你对算法逻辑的理解、时间复杂度分析和边界处理能力。这些底层思维不是AI能瞬间赋予的。我现在刷题不再追求数量，而是针对性复盘经典题目如何映射到实际的Agent规划和资源调度问题。完全放弃刷题是危险的，适度保留才能在面试中保持技术敏感度。

我想知道不同岗位的八股有不同嘛 agent需要去背操作系统数据结构算法等吗求援助

3月中旬面的一家一面：1. 实习中有没有遇到多线程的问题2. 创建线程的几种方式3. 线程池的拒绝策略4. mysql索引失效的几种情况5. 索引失效该怎么进行查看，有哪些字段需要关注6. 讲一下HashMap7. 对ai的认识和理解二面：1. 简单聊一下你的最熟悉的一个项目，然后那个比较有亮点的一个项目，然后展开说一下他那你在这里面是做了哪些事儿，然后有哪些东西比较有挑战。2. 检测agent死循环是代码里面写死的还是让上下文自动识别有死循环的3. 记忆的一个存储方式是什么4. 持久化的过程中，所有的数据是通过什么来进行获取的5. 实现一个功能，超过多少上下文再对当前会话的上下文进行总结归纳进行压缩6. 你是怎么理解他的那个对话模式下的一个记忆保存？比方说我跟那个大模型进行我调用大模型的时候，我每次对话，为什么我说一句话他会有记忆的？7. ai调用mcp的stdio和sse两种方式有啥区别8. 讲一下你的科研系统9. 单点登录系统有新用户注册了，你们这边如何实现自动注册该用户10. 如果有用户在今天离职了，你们的系统凌晨才进行更新，那这样数据不就有一个滞后性，这个如何解决11. 如果学校那边的有用户离职了，你们这边如何实现对本系统的用户数据的一个清理12. 那状态机这块当时为什么会使用这个spring的这个状态机感觉不是特别好用13. 这个状态机假设它是一个所有的状态流转，它会存在一个问题，就是如果说是在多台机器上面，它这个状态会有问题吗？14. 那你还主导了一个并主导设计并实现了一个研究成果量化积分模块积分模块这块东西是主要是做什么？