你为什么离开上一家公司

每天在boss上投满150个，有10多个人回复，要么是不要，要么就是说7月份太晚了不要😭

1、项目里负责的边界是什么？哪些内容是亲手实现和验证的？2、如果要做一套可落地的 Agent 评测体系，整体怎么设计？评测一般要分离线和线上两层。离线评测解决“改动前后谁更好”，线上评测解决“真实用户下效果是否稳定”。离线侧我会先把样本按场景拆开，比如知识问答、工具调用、多轮追问、拒答场景、多语言场景、长文本场景，然后分别看回答正确率、工具调用成功率、检索命中率、拒答准确率和格式稳定性。线上侧看用户行为指标，比如首轮解决率、转人工率、二次追问率、平均耗时、token 成本和异常率。Agent 不能只看最终答案，通常要拆成三层指标：检索层、决策层、生成层。检索层看有没有召回正确证据，决策层看有没...

找工作这阵子，发现用AI帮着捋JD和简历，比自己瞎琢磨高效多了，分享下我自己的玩法，没那么多规矩，纯个人实操心得。第一步其实很简单，就是把招聘JD和自己的简历，一股脑全粘贴给AI。不用特意整理，原始版本就行，核心就是让AI先搞明白，岗位要什么人，我有什么东西，两者之间差在哪——也就是所谓的人职匹配，自己看半天可能漏重点，AI扫一遍就能把gap标出来，省得我逐字逐句对比。关键是第二步，得给AI定个“人设”，不然它输出的东西太敷衍。我直接给它写了一段提示词，大概意思就是，让它当一个有15年经验的职场老炮，懂德鲁克管理、麦肯锡那套，能帮我把过往经历，转化成岗位需要的能力，别净说废话。具体要求也写得很明确，让它从岗位技能、个人素质这些维度，帮我找长板和短板，别只说表面，还要挖JD里没明说的需求——比如用PEST、波特五力模型，分析下行业痛点，知道公司招这个岗位真正想解决什么问题。还有面试预判也很重要，让它模拟面试官，挑我简历里模糊的地方追问，比如数据不详细、动词太笼统的经历，用STAR法则往深了问，逼我用过去式和数字回答，这样练下来，面试时就不会慌。如果有空窗期、跨行这种雷区，也让它帮我想话术，重点是突出“主动选择”，不是逃避，而且话术要具体，别来“保持自信”这种没用的建议。另外，还得让它帮我设计3个反向提问，就是面试最后问面试官的，比如向谁汇报、有多少资源权，这样能摸清这个岗位的真实情况，避免踩坑。指令给完之后，AI就会按步骤来，先让我确认JD和简历，然后用表格列清楚gap，给我补短板的建议，再抛3个尖锐的面试题，我答完之后，它再用KISS原则帮我复盘，哪些要保持，哪些要改进，哪些要停止，哪些要开始准备。

最近尝试了一种新的开发方式：Vibe Coding。简单来说，它的核心不是“写代码”，而是“描述需求”。开发者的角色从“实现者”，转变为“产品经理 + 架构设计者”，而具体实现则交给大模型完成。这篇文章不重点讲项目实现，而是总结：如何更好地进行 Vibe Coding。什么是 Vibe Coding可以把 Vibe Coding 理解为一种新的开发流程：明确问题 描述需求 让 AI 生成实现 持续修正与迭代 它并不是“让 AI 自动完成一切”，而是：用更高质量的输入，换取更高质量的输出Vibe Coding 的关键原则以下是这次实践中总结出来最重要的几点。1. 不要一开始就写代码很多人一上来就...