做算法的怎么都那么聪明？

上周下载了一个openclaw的，但是下完就不知道用它来干嘛了，只设置了一个定时喝水提示。今天我同事教了我一个用途，让它定时整理五个关于ai的热点文章，并自己编写在飞书文档里。这样每天都能了解一些热点ai知识，真不错。

1. 项目里是把 skill 直接塞进 system prompt 的，如果 skill 太多，占用上下文窗口太大，怎么处理不能把所有 skill 常驻塞进 system prompt，这样会带来三个问题：上下文窗口被占满、候选技能噪声太大、模型在选择 skill 时更容易混淆。更合理的方式是把 skill 做成外部注册表，system prompt 里只保留最小规则和调用协议，真正的 skill 描述按需动态注入。常见做法是先做一层 skill routing。可以用规则、分类模型或者向量检索先筛出 topk skill，再把这几个 skill 的 description、参数 schema...

以前笑话资本家会亲手卖出绞死自己的绳子，如今眼睁睁看着开发者亲手编写替代自己的工具，难免有些唏嘘。AI作为工具已经完全可以超越普通的打工人了，在【解决问题】方面无人能敌。现在重要的是【提出问题】成为那个发现问题的人，或许有更大的出路，比如医生，比如团队管理员（PM）当前人对于AI的定位更多是工具，但是很难让AI来主动作为，很难让AI去谈合同，不能死磕技术路线，还是要看看管理类的岗位

我认为实习产出很多时候是带有一定“包装”的，这其实很正常。因为在公司里，实习生往往很难直接参与核心项目，大多数时间只能做一些辅助性工作，比如调试、文档整理或者小模块开发。这些内容本身不够“亮眼”，但在写简历或总结时，又需要体现价值，所以就会进行一定程度的优化表达。我觉得关键不在于是否包装，而在于是否真实，只要没有夸大或造假，而是基于实际经历进行提炼和总结，就是合理的，也是必要的能力。