没工作，苦的是一阵子，至少还有时间投简历、补技能、想出路。烂工作更折磨人，天天上班像上刑，情绪被掏空，晚上回家连改简历的劲都没有。短期没工作是焦虑，长期做烂工作，是把人一点点耗坏。

我觉得面试体验最好和最差，往往都不是公司决定的，而是面试官。好的面试官会准时、认真看简历、围着项目深聊，让人觉得被尊重；差的面试官一上来就打断、摆架子、问一堆和岗位没关系的东西，面完只觉得耗人。求职最怕的不是难，是不尊重。

我自己的感受是，学历更像门票，决定你能不能先拿到面试；实习更像战绩，决定你能不能拿到 offer。尤其技术岗，面试里项目深度、业务理解、落地结果都会被追问。学历差一点，可以靠高质量实习补；但只有学历、没有实战，后面也容易吃亏。

我最近用得最顺手的一个 skill，就是给 AI 下明确指令。别只说“帮我写一个”，要直接把要求说全：写给谁看、多少字、什么语气、输出格式、哪些点必须带上。我自己的体感特别明显：需求越模糊，AI 越容易乱飘；要求越具体，AI 越像一个靠谱同事。

我觉得入门 AI，第一步不是冲去读硕士，也不是一上来猛学 Python，而是先把 AI 工具真正用进日常。拿它写方案、查资料、做总结、跑小项目，先建立“人机协作”的感觉。先会用、用顺手，再补编程和系统学习，进步会更快。

问到意图识别，面试官通常想看你怎么做真实判断：用户一句话进来，如何识别主意图、补全上下文、处理歧义和多意图并存，什么时候追问，什么时候直接执行。再往下，还会看你的分类策略、置信度机制和误判兜底。

这类题一般不问空概念，重点看你怎么分工：主 Agent 怎么拆任务，子 Agent 边界怎么定，谁负责规划、执行、校验，冲突和重复调用怎么避免，失败后怎么回退重试。能讲清流程、角色和协同机制，面试官会更认可你真做过。

如果面试官聚焦 Memory 工程，常问的不是定义，而是怎么落地：短期记忆和长期记忆怎么分层，哪些信息该写入，怎么检索召回，如何防止脏记忆污染结果，以及记忆更新、压缩、遗忘机制怎么设计。能结合真实场景讲清楚，基本就很加分。

有次面工程岗，面试官突然让我讲大模型训练原理。我没硬装懂，先直说自己不是算法出身，但平时和模型应用、推理链路接触多。接着把训练、微调、推理三段按工程视角拆开，讲显存、吞吐、延迟和部署约束。最后补一句：底层公式我不能乱答，但工程落地我能接。那次聊完，反而过了。

我见过最典型的隐形歧视，是岗位写着“能力优先”，面试却一直盯着年龄、婚育、第一学历和空窗期。项目经验明明匹配，聊得也不错，最后一句永远是“我们再综合评估一下”。还有些公司嘴上说招人，实际只想要“能加班、好拿捏、最好没太多选择”的人。这种被刷，不是你不行，是标准从一开始就没摆在台面上。

记得很久以前，做完笔试其实就不太反复琢磨了。该写的都写了，会不会进面，很多时候也不完全由自己决定。那会儿更像是交卷之后安静等通知，尽人事，听天命。有消息就认真准备下一轮，没消息也早点翻篇，继续投、继续试。

大厂实习更像进系统里练级，流程规范、分工清、资源多，能看到成熟团队怎么协作；小厂实习更像被直接推上场，活杂但成长快，今天写代码，明天可能就跟产品一起改需求。一个学方法论，一个学怎么独立把事做成。

真让我改，我反而不会改。走过弯路，信错过人，也做过几次现在回头看并不聪明的选择，但正因为摔过、疼过，才慢慢知道自己要什么。人生不是线上热修复，很多“bug”最后都成了注释：提醒我，真实比完美更重要。

这个三月没有什么特别轰轰烈烈的事，还是照常工作，忙完就去海边走走，吹吹风，让脑子清醒一点。也顺手买了点美股，算是给自己留一点对未来的期待。收获谈不上多大，但节奏稳定，心态也比之前更稳了。