大疆机器人算法岗笔试

当时是大学时期，需要小组作业，然后基本都是我带室友，我直接让 AI 基于 README 文档的技术栈去生成前后端项目，并且可以利用 OpenAPI 去自动生成接口请求，像数据库表设计也是可以做到的，甚至后来的小组作业的word报告 AI 也可以很好的完成，毕竟课设一般没有 AI 查重率这一说法，而且像自动化部署， AI 也可以编写一些脚本进行辅助！

在这个人均“985”、个个“拼命三郎”的时代，看着朋友圈里凌晨三点的加班打卡，和图书馆里坐穿板凳的考研笔记，我不得不承认一个残酷的事实： 在“学习”和“工作”这条赛道上，我彻底卷不过你们了。 我的大脑似乎有它自己的想法，每当试图输入复杂的公式或晦涩的单词时，它就会自动开启省电模式，发出滋滋的抗议声。与其在书桌前痛苦地“磨洋工”，不如顺从天性，去寻找那个属于我的“高光时刻”。 于是，我转身投入了游戏的怀抱。既然卷不过智商和学历，那我只能卷手速和意识了。 这是一场属于我的、没有硝烟的战争。 在这个虚拟世界里，我不再是那个唯唯诺诺的“小透明”。为了冲上王者，我研究每一个英雄的技能机制，背诵每一张地图...

果断听牛友们的建议换成agent方向了，简历求拷打，还有什么要改的吗，孩子已经放弃大模型算法了

1.深度AI使用建立自己的project无论是chatgpt还是deepseek,claude,都面临一个联网就无法上传文件的缺点。这样会导致我们每次问AI问题的时候无法基于之前给的资料，现在付费版的chatgpt,claude都有project的概念。比如我们可以把新建一个project，把产品需求文档、会议记录以及与项目相关的资料都传到project里。这样你再去提问，就可以最大程度得到基于真实资料的回复，降低AI幻觉。AI很吃上下文，你给的越准确越多，它消化的越多。2.灵活使用不同AI这句话说起来简单，但是其实我们人总会有一种路径依赖。如果用惯了一种工具，很难去更新迭代，现在AI发展速度如此之快，对于不同问题都有更匹配的AI工具。对于难题，还可以同时丢给不同AI，比如现在你要策划一个论坛活动，你同时问几个模型，有点先从目标群体入手，有点还指定财务预算，有点更看重流程。把不同Ai的深度思考进行对比，才能对这件事有一个更立体的认识。推理过程有时候比答案更重要。3.精准打磨promptprompt是与AI对话的“第一界面”，它的质量直接决定输出的深度。如果只是简单的提问，得到的回到也肯定只是浅显的回复。有效的prompt应该包含三部分。角色，任务，要求。例如:我是一名26届校招生，请基于我给你的公司招聘信息，结合我的简历，找出专业匹配度最高的3个岗位，并列出适配的理由，最后给出推荐优先级。即使你有Project中的丰富资料，如果提问模糊，AI仍可能忽略关键信息或产生幻觉。所以精准打磨Prompt是用好AI的关键。