经验就一条：Prompt 一定要拆开，任务一定要变简单。在面对小模型时，它们能力有限，如果把一堆要求（比如整篇文章+要求）塞进一个 Prompt，可能回答的就牛头不对马嘴了——不是主语识别不全，就是逻辑硬伤，或者答案缺斤少两。要把 Prompt 变成“工作流”，每一步只处理一个问题。比如“根据文章提问”，我通常拆成三步：第一步：只让模型识别文章的主语。第二步：根据主语去编问题。第三步：再针对问题生成答案。每步只干一件事，模型想出错都难。再比如做长文本的“分块（Chunk）”处理：不要让模型重写全文，除非你的token值够用，而且还会增加它的思考难度。你可以把原文段落编上号，让模型只输出：“标题...

Bos上好多的牵手hr联系，但是必须发完offer就得尽快去实习，这是干嘛，先实习看看你的能力？白嫖实习生劳动力，实习生工资低？搞不懂，今年挺多要求提前实习，无语了

1个月之前，去深圳旅行的时候，和女朋友坐在人才公园的草坪上看日落，那个时候在想，要不要再试一下深圳的机会。可能这就是命运， 回学校之后，很快就收到了腾讯的面试邀约，中间有一轮没有出结果的时候心里其实挺忐忑的，这毕竟是离梦厂最近的一次机会。但后面的事情就很顺利了，鹅厂真的很高效，10天速通了面试，在12月的最后一天跟HR确认了意向，假期里就给了正式offer。感谢鹅的收留，也感谢能坚持下来的自己。TL：约面 12/12一面 12/16二面 12/18三面 12/23四面 12/25 跟面试官聊的很好，当晚云证

在 Claude Code、Cursor 等 AI Agent 工具的使用过程中，MCP（Model Context Protocol）与 Skill（Agent Skill）是两个高频出现的能力扩展概念。二者看似都是为了增强 AI 的能力边界，但在设计哲学、技术架构和适用场景上有着本质区别。本文将从这三个维度，彻底厘清两者的核心差异、存在价值及选型原则。一、一句话核心区分MCP 和 Skill 是 AI Agent 能力扩展的两大核心支柱，定位截然不同：MCP 解决「连接」问题：让 AI 突破自身数据局限，访问外部世界的工具、数据源与服务。Skill 解决「方法论」问题：为 AI 注入专业的...