首先我们需要了解一下什么是 vibe coding？Vibe Coding = 用「话」指挥 AI 写代码，快速出原型、边跑边改，沉浸在开发心流中。Vibe：指「氛围、感觉、意图、风格、效果」—— 你要什么功能、什么风格、什么约束。Coding：由 LLM（GPT-4/Claude/Cursor/Copilot）自动生成、修复、优化代码。你的角色：从「代码打字员」→ 产品经理 + 架构师 + 测试 + 验收官。二手交易系统后台项目链接https://gitee.com/zxj2022/second-hand-trading-platform#你都用vibe coding做过什么？#

都怎么样了啊？兄弟们，我这在boss上沟通基本都不要我的简历就拒了

这几天疯狂在boss直聘和应届生上投简历，结果一个回复都没得，是不是简历有啥问题😭，主要投的都是产品岗，求友友们帮忙看看

1. 模型训练里你怎么在全参微调和 LoRA 之间做选择这个问题我一般不会只从显存够不够来答，而是会结合任务复杂度、分布偏移程度和上线方式来讲。全参微调的优点是表达空间更大，适合任务分布和原模型差异比较大的场景，比如领域知识很重、输出风格和推理路径都要明显改造的时候，它更容易学到深层适配；LoRA 这类 PEFT 方法更适合成本敏感、实验迭代快、模型版本频繁切换的场景，特别是多任务并行或者多租户配置时，管理上会轻很多。如果任务本质上是在原模型能力基础上做轻量偏移，比如格式约束、领域术语补强、特定工具调用习惯，LoRA 往往就够了。反过来，如果发现训练后模型虽然会答，但深层行为模式改不动，比如推...