卷烟草没卷过，考研失败调剂的双非，每天都很愁。目前是研一，主方向是Java开发，但是最近在讯飞实习，做的是模型部署。太不匹配了，感觉我这个硕未来也做不了这个，不知道怎么办，走啥方向比较好呢

最近在牛客看了太多咨询Offer的同学了，给一个普适的结论：1.选业务，脱离业务讨论公司没有任何意义，有鹅选鹅只是个梗。2.综合对比薪资、地域、业务、组内氛围，主要还是看组 不同组之间差距很大 另外考虑好自己想做什么业务，大家选offer的时候最好提前打听下组内的氛围。3.技术方面大家差距没有那么大，技术够用就行，能让你和别人拉开差距的主要还是对于业务的理解程度。4.很多同学被高薪吸引过去，从来没有问过组内是做什么的，结果去了之后landing非常痛苦，所以大家最好多做准备，考虑清楚再去 。5.另外问下，对于校招生的培养体系和打听一下往届同学的离职率，他们的情况基本上就是这家公司近几年的写照 。

缅北云业务搞得稀烂，除了一些政企合作的，感觉基本没啥市场，竞争不过国内其他云厂商，而且内部也是加班贼猛，俗称缅北云☁️，还在宣扬全力ai，自己公司内部大模型什么某古搞得很烂，借鉴不少千问的，大模型几乎遥遥落后，今年八九月就搞一大波人员变动和输出，后面又传合并到ict，发现还是扶不起来了，到现在传起来要被端窝了

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...