京东招聘开始了

经验就一条：Prompt 一定要拆开，任务一定要变简单。在面对小模型时，它们能力有限，如果把一堆要求（比如整篇文章+要求）塞进一个 Prompt，可能回答的就牛头不对马嘴了——不是主语识别不全，就是逻辑硬伤，或者答案缺斤少两。要把 Prompt 变成“工作流”，每一步只处理一个问题。比如“根据文章提问”，我通常拆成三步：第一步：只让模型识别文章的主语。第二步：根据主语去编问题。第三步：再针对问题生成答案。每步只干一件事，模型想出错都难。再比如做长文本的“分块（Chunk）”处理：不要让模型重写全文，除非你的token值够用，而且还会增加它的思考难度。你可以把原文段落编上号，让模型只输出：“标题...

投了一周的软测实习，大多都是已读不回，焦虑得想转行。有大佬可以帮忙看一下简历吗

面试官开口就问：“同学，你期望的工作地点是哪儿啊？”我想都没想直接说：“广州啊。”对面瞬间安静了半天，然后慢悠悠来了句：“同学，我们总部在北京，秋招也只招北京的岗。”我当时直接懵了，脱口就是一句：“啊？北京？你们公司在北京啊？那北京也行！”

给大家推荐一个难度还行的项目。项目简介：设计并实现一个高并发分布式秒杀系统，支持商品秒杀活动，具备高并发下的稳定性、可扩展性与数据一致性保障。核心功能：秒杀活动管理：创建活动、配置库存、设置限购规则秒杀下单：用户请求限流、排队、下单、支付订单处理：异步生成订单、库存扣减、超时自动取消秒杀结果查询：实时返回抢购结果与订单状态技术亮点：高并发限流：使用 Redis + Lua 脚本实现库存预扣与原子性操作，避免超卖消息队列异步下单：使用 RocketMQ/Kafka 进行异步订单入库与库存扣减，削峰填谷分布式锁与幂等：使用 Redisson 实现分布式锁，保证秒杀过程的幂等性与并发安全缓存与热点数...