AI应用开发 Minimax面经 攒人品

简介/背景 最近我在做一个改简历的智能体。一开始用的是 Spring-AI-Alibaba（SAA），但实践下来迭代慢、效果也不稳定。后来我用 Codex 写 Skills，很快就把流程打通了，效果明显好很多。这件事让我坚定一个想法：生活里 90% 的事情都应该用 AI 来提效。   核心要点  绝大多数日常事务其实是 SOP，AI 比人更擅长稳定执行 人的价值更在“判断与目标”，而不是重复性动作 Skills 是把经验变成可复用流程的最好方式之一 不要只看模型强不强，关键是“能不能落地成流程”   对程序员和学生的具体用法 程序员：把“需求拆解、方案对比、接口文档、单测补全、发布检查”变成 ...

这次面试我有准备了，八股能答出来了，虽然答的不完美😂😂😂自我介绍完后问我那哪些课上过，哪些课没上，我说只有数据结构上过。然后开始问八股。不过面试官每问出一个问题都要看简历好久(感觉没有问的欲望呢😂)，八股问的少，就四个问题。操作系统io多路复用操作系统进程线程Java的IO流stream流介绍Redis的hash数据结构介绍然后开始写题，给一个数n和一组数字，输出由这些数字组成比n小的最大的数写了三十几分钟没写出来，让我讲讲我的实现思路(我没思路，不会写，想纯暴力循环一个一个比较)。面试官说先写个题目然后再问一些开放性的题目吧，可能我算法没写出来就懒得问了(算法不过关😭😭)，算法后直接进入反问流程了。我一个朋友面字节也是十分钟八股就写题目了，写完题目他还有十分钟八股，想知道其他同学面字节也是这样吗？我没有后面十分钟的八股是不是我算法没过关😭但是最后面试官说我在学校成绩是不是很好，这些问题能够掌握并可以用自己的话表达出来(这是安慰我还是认可我的八股回答呢😐)，可是我那时候脑抽说我其实成绩排中等靠后😂总之来说相较于一个月前的百度面试，进步已经很大了😭😭接下来继续沉淀吧，刷算法题，继续背八股

今年应届大模型算法年包一个比一个高，某书某节应届生开七八十万的好像一抓一大把，但是一看JD：有大模型预训练经验，有万卡集群调度经验，发表顶会论文对于我们这种没有大厂实习，没进强组的小卡拉米来说，基本上都是不可能满足的条件。  所以，没显卡的穷孩子真的不能靠大模型算法翻身吗？ 关于这个问题，实际上也要看“大模型”的几个具体方向（虽然都叫大模型算法or大模型应用），按照对硬件资源需求的程度从低到高排序大概是这样： Prompt工程 ≈ Agent 开发 < RAG <  LoRA等高效微调 < 全参数后训练（微调） < 预训练 这么看其实很明了了，那些对资源要求极高的JD，...

mt也鼓励用ai，感觉以后都差不多就是ai和我一起删删改改了，这个模式我能当几年程序员呢……唉感觉很容易失业