整体流程图通过该工程你可以学习到什么？把这个 Bootloader 工程 吃透，代码量不大，但知识点极其密集。学完就能直接写进简历。启动流程与向量表重定位知识点：上电顺序、MSP、Reset_Handler、VTOR代码：LOAD_A() + SCB->VTOR = 0x08007000迁移：可以根据需要“双程序”场景（OTA、双备份、A/B 分区）去改编该工程，适配不同的情景链接脚本与分散加载知识点：.bin 必须和 IROM1 起始地址一致，否则跳转瞬间 HardFault代码：Keil 里 0x08007000 + --first=__Vectors迁移：GD32、HK32、MM3...

变成了坚定的图灵派（雾）

26学院本太难了，很多公司机筛就给我刷了。机会都难拿到如果是简历存在问题也欢迎拷打————————————————————分割线——————————————————————2026.3.4更新：发完贴之后，时不时投递又收到了不少的笔试/面试邀请。主要是之前投递简历出去之后基本上都是沉默状态，年后好转了不少timeline：2026.01.21 文远知行笔试，半年多没刷算法题 ->挂 (后续HR说春招可以重新安排笔试)2026.2.4     小鹏汇天 技术一面，第二周收到结果 ->挂2026.2.12   大众Cariad代招 技术二面 ->Offer2026.2.28   多益网络技术面试，由于风评太差，一直在犹豫要不要接面试 ->推迟

现在在互联网上搜索AI Agent开发面经，你会得到五花八门的问题。他们从模型数据清洗到某个具体的框架使用细节，从真实案例到开发理论，似乎AI Agent 开发和我所认为的调一调API，写一写Prompt不太一样。 可，事实真的如此吗？ 澄清概念 在解决上述问题之前，我们先对齐一下认知。 职位边界 只谈开发岗位，我们说AI 开发岗位大概可以分为三个层级  基础设施层 模型开发层 应用开发层  基础设施层是大模型以及所有程序运行的底座，模型的计算管理，数据管理，服务，监控都归他们负责。这一类要求有架构能力，大模型与硬件线管知识，属于最硬核的。 模型开发层，比较陷阱。我最近买的一本书《实战AI到模...