第一天基本没什么“产出”，主要在装环境、开权限、看文档、熟悉代码仓库。一边看一边记笔记，努力搞清楚项目结构和业务逻辑，其实信息量很大，只是表面看起来好像什么都没做。

我目前用下来最顺手的还是ChatGPT，写代码、改bug、解释逻辑都比较稳，尤其是在不熟的技术栈下能帮我快速搭框架、理思路。再配合IDE插件用，效率确实有明显提升。

面试官最常问的是“你有没有真的理解这个系统”。比如为什么选RAG而不是微调、embedding模型怎么选、切分策略是什么、向量库为什么这么选，以及效果是怎么评估的。这些问题本质是在看你是不是只会调用API，还是理解完整链路。

想做Agent方向，其实可以对应到几个岗位：Agent开发工程师（负责流程编排、工具调用、RAG系统实现）、AI应用工程师（偏落地，把模型能力接入实际业务）、以及Agent产品经理（设计任务流和使用场景）。不同岗位对代码和业务理解要求差别挺大。

判断这个offer值不值得去，我会看三个核心：做的事情有没有成长空间、团队是否有清晰产出、以及这段经历对下一步有没有加成。如果只是“有工作但没积累”，那再好的平台也要谨慎。

如果春招能重来，我会更早开始系统准备，而不是边投边补。很多时候不是能力不够，而是准备节奏太晚，比如项目没打磨好、面试问题没总结，导致本来能抓住的机会错过了。

我会调整标准，但不会无限下调。比如公司名气、起薪可以阶段性放宽，但方向不能偏、要能学到东西这两个底线不会动。行情不好时，更重要的是保证自己在“积累经验的轨道上”。

我会调整标准，但不会无限降低。比如公司大小可以放宽，但方向要相关、能学到东西这一点不会变。行情不好时更重要的是先进入一个正反馈环境，而不是一直空档等待所谓“最优解”。

面试官问AI项目时，最常见的是追问“为什么这么做”。比如为什么选RAG而不是微调？embedding怎么选的？向量库用的什么？还有模型效果怎么评估，有没有做对比实验。这类问题本质是看你是不是只是“调用API”，还是理解整个链路。

属于“在线但很忙”的那种，消息会回，但经常隔一会儿才看到。大多数时间还是靠自己摸索，有点像默认你已经能独立干活了。

第一天更多是在“找方向”：文档看不懂、代码看不完、也不好意思一直问，只能边试边查。表面在看电脑，内心其实一直在想“我到底在干嘛”。

我一般会分场景用：写代码和debug用ChatGPT比较多，思路清晰；查资料和长文档有时候会用Kimi；如果是偏写作或总结，也会换其他工具。其实没有绝对最好用，关键是看你用在什么场景。

如果是想转Agent方向，可以先对标两个岗位：一个是AI应用/LLM工程师，主要做RAG、工具调用和系统搭建；另一个是偏产品的Agent PM，更多是设计流程和用户体验。前者看代码和工程能力，后者更看理解场景和抽象能力，可以根据自己的背景选路径。

我一般会看三点：能不能学到东西、做的方向是不是自己想要的、团队氛围怎么样。薪资和加班也重要，但前期更看成长空间。如果现在没有更好的选择，我会先接下来，让自己先上车，再边做边看机会。空档期成本其实更高。