杭州 100-499 中厂 oc

最近我给一些前端方向的实习生做内推，看了不少简历。投递里常能看出一种预设，找实习只要把前端做熟，页面和接口能啃下来，似乎就踩对了主线。初筛读多了会有另一种感受，当业务和岗位已经大量贴上大模型、RAG 或 Agent 时，纯前端技术栈写得再工整，也很难在一叠写法雷同的简历里单独把人托起来。我想写的不是简历技巧，评审更常问的是，你有没有把智能接进一条可维护、可观测、也能和人协作的链路，还是只在项目名里多写几个关键词。许多项目经历段落，技术名词很全，叙事却薄。写得多的几种模式是：周期很短，却同时堆上 RAG、流式输出、鉴权与复杂治理，读者很难估计真实投入与掌握深度段落像功能清单，缺少场景、难点、个人...

😭😭😭😭，ssob没人理我啊，今晚改了改简历，各位佬拷打一下我

最近大家都在聊简历里怎么体现AI能力，其实关键在于“场景落地”而不是单纯堆砌大模型名词。不要仅仅停留在“熟练使用AI大模型”这种套话上，要把日常开发中深度整合AI工具的过程具体化。比如，你可以强调在实际项目中是如何引入Cursor、Claude Code等AI辅助开发环境或者CLI智能体来重构复杂逻辑的，明确写出这些工具将你的编码和调试效率提升了多少。另外，一定要结合你深耕的业务线去聊。如果你负责的是复杂的数据流转或是测试流程管理系统，可以写你是如何利用AI助手来快速编写Kafka消息同步脚本，或者辅助设计并优化Doris数据仓库的迁移方案的。面试官真正看重的是你把AI转化为实际生产力的能力。...