武汉腾讯云智光谷寻实习uu

推荐 PicoAgents。这是一个专门用来学“多Agent系统”的教育框架，代码极简、注释清晰，几百行代码就能跑通Agent的推理循环和工具调用。看完核心源码，手撸一个“搜天气+查百科”的双工具Agent，用Python调用免费大模型API，跑通后写到简历上——能说清Agent的决策流程和工具调用原理，比调LangChain写死脚本含金量高多了。GitHub：https://github.com/victordibia/picoagents

腾讯云智客户端第三轮技术面春招问什么呀😭😭😭还是拷打项目和八股吗😭

背景： 本人西北大学软件工程专业大二，投递/被邀请的是腾讯云智相关产品实习岗位，方向和音视频 PaaS、实时互动、云产品相关。之前没有大厂实习经历，主要准备内容是自己的 AI 学习导航系统项目，以及腾讯云 TRTC、IM、PaaS、实时音视频的一些基础理解。这次是二面，结果暂时等待通知。整体体验比较好，面试官追问比较深入，不是压力面，更像围绕项目、AI趋势和岗位匹配度做讨论。一、开场和自我介绍开头先做了环境调试，确认收音和画面。之后是自我介绍。我主要介绍了自己的专业背景：软件工程大二，平时对技术和人文学科结合比较感兴趣，所以不只关注纯开发，也会关注产品、用户、技术趋势这些问题。然后解释了为什么会接受腾讯云产品岗的面试：一方面是对云产品和音视频方向感兴趣，另一方面也觉得实时互动和多模态 AI 的发展有连接点。二、项目深挖：AI学习导航系统这一部分是面试重点。我讲的是自己做的 AI 学习导航系统。项目背景是：很多大学生使用大模型时，只是把它当作搜索引擎，没有真正利用大模型做学习过程中的认知辅助。所以我希望做一个不是单纯聊天框的系统，而是通过学习流程和提示词脚手架，引导用户完成学习任务。我讲了系统的五阶段流程：目标输入学情诊断个性化规划任务执行总结报告任务执行阶段又拆成四步：结构建立知识理解费曼输出反思总结技术实现方面，我提到前端用 Vue，后端主要调用 DeepSeek、Claude、GPT-4 等模型 API，项目部署在云服务器上。这个地方没有展开太多技术细节，因为面试官更关注产品逻辑和问题价值。面试官主要追问：1. 这个项目解决的核心问题是什么？2. 为什么用户需要这样的学习流程？3. 它和普通 AI 聊天工具有什么区别？4. 用户反馈有没有做？5. 项目目前还有哪些不足？我的感受是，产品岗讲项目时，不能只说“我做了什么功能”，一定要讲清楚“为什么要做这个功能”。尤其是没有实习经历的同学，自己的项目就是最重要的证明材料。三、AI编程和教育方向讨论面试中还聊到了 AI 编程对教育的影响。我表达的观点是：未来很多细碎的工程实现会被 AI 降低门槛，比如普通接口、页面、项目脚手架等。但计算机基础不会因此变得不重要，反而会更重要。因为 AI 能生成代码之后，人更需要判断代码是否正确、系统是否合理、问题核心在哪里。面试官追问了一个问题：如果 AI 生成的代码有深层漏洞，仅靠基础知识能否 Review 出来？我回答的大意是：不能完全依赖基础知识，也不能完全依赖 AI。未来更可能是人和 AI 协同排查，人负责抓核心矛盾和判断方向，AI 辅助定位和解释细节。四、大模型幻觉相关问题面试官问到了大模型幻觉的问题。我提到了两个比较常见的方向：RAG，也就是检索增强生成提示词约束，通过结构化 Prompt 降低模型乱答概率面试官又补充了一种更严谨的方向，大概是通过数学证明、可验证代码、形式化方法来解决幻觉问题。这个地方我没有答得特别深入，但感觉面试官也不是要求我完全掌握，而是看我有没有基本认知，以及能不能接住进一步讨论。五、英语能力和信息获取面试官问了英语能力。我说四级 600 左右，六级 460 左右，六级没有专门备考。平时会用 Grok、英文搜索、YouTube 技术视频获取海外 AI 和技术动态。这个地方建议大家不要只说“我英语还可以”，最好补一句你平时怎么用英语获取信息，会更有说服力。六、职业规划和实习时间面试官问了职业规划。我说自己目前还在考研和就业之间摇摆，但越来越倾向于进入企业解决真实问题，尤其是 AI 应用、云产品、音视频基础设施这类方向。同时也说明了自己可以协调学校课程，保证每周 4 天左右的实习时间。七、对腾讯云音视频方向的理解我提到自己比较关注 TRTC 和 IM。我的理解是，音视频不只是直播、会议这些单点场景，它可能会成为未来多模态 AI 应用的重要基础设施。因为人最自然的交互方式不是文字，而是声音、画面、表情和实时上下文。未来 AI 如果进入教育、会议、客服、办公协作等场景，实时音视频能力会非常关键。这个观点面试官没有明显否定，后续也围绕实时互动行业认知给了我一些建议。八、反问环节我主要问了：后续流程大概有几轮作为候选人，后续应该重点提升哪些能力面试官反馈大概是，日常实习生流程可能比正式招聘短一些，后续建议重点深化实时互动行业认知，同时处理好学业和实习时间。九、个人复盘答得比较好的地方：1. AI 学习导航系统这个项目讲得比较完整，能说明背景、流程和设计逻辑。2. 能把自己的项目和 AI、教育、产品能力联系起来。3. 对音视频和多模态 AI 的连接有自己的理解。4. 面试过程中没有完全背答案，整体比较像真实讨论。不足的地方：1. 用户反馈不够结构化，项目还缺少更真实的数据验证。2. 对音视频 PaaS 的行业理解还比较浅，准备时间短。3. 大模型幻觉相关问题只答到了 RAG 和 Prompt，更深的形式化验证、可验证代码等方向了解不够。4. 职业规划还可以更坚定一些，不要显得太摇摆。十、给类似同学的建议如果你也是低年级、没有实习经历，但想面产品岗，我觉得最重要的是准备好一个能讲深的项目。不要只背产品八股，也不要只堆技术名词。面试官真正会追问的是：你为什么做这个项目？你看到了什么问题？你怎么拆解？你怎么判断有效？你后面准备怎么迭代？低年级不是完全劣势。只要能体现快速学习能力、结构化表达能力、项目思考深度和对行业的兴趣，还是有机会把面试聊起来的。目前结果等待通知，后续有进展再更新。

大二第一次面试复盘（偏产品岗）整体流程：自我介绍 → 项目深挖 → 职业规划/到岗时间 → 反问 & 收尾**1. 自我介绍**正常发挥，没有刻意包装，主要如实讲阶段和背景。感觉学生阶段过度“职场化”反而容易显得不真实。**2. 项目重点（AI Tutor）**面试核心基本都在项目上。没有从功能讲，而是先讲问题：很多学生把大模型当搜索引擎，但学习过程没有被优化。再讲方案：用“学习过程建模 + 提示词脚手架”去重构学习流程（提到了自己的阶段模型）。面试官主要追问：* 解决了什么问题* 为什么这个问题值得做* 是怎么拆解并落地的体感：项目讲清“问题 + 判断 +路径”比讲功能更重要。**3. 职业规划**被问到产品经理类型选择（数据/商业化/技术/AI）。回答偏商业化，理由是更关注“价值如何落地”。这个问题本质是在看：是否对产品岗位有自己的理解，而不是随便选。**4. 面试氛围 &反馈**整体偏交流，不是压力面。收尾反馈：表达清晰、思路好、执行力和学习能力不错。**5. 个人复盘**优点：* 项目思路清晰* 能讲出“为什么做”不足：* 项目表达还能更打磨（尤其问题定义 & 自己的判断）**总结**对于无实习的学生：项目=核心竞争力重点准备三件事：* 为什么做（问题意识）* 怎么做（结构化拆解）* 为什么这么做（你的判断）经验少不是问题，关键是有没有思考和表达能力。