今天跟着同事把一个小需求从头到尾跑通了，虽然过程有点磕磕绊绊，但最后能独立解决问题还是挺有成就感的。中间还学会了用AI工具提效，少走了不少弯路，算是实习以来比较有收获的一天。

白天把本职工作做好，别影响当前实习；晚上用来改简历、投递岗位，午休回消息，面试尽量约下班后或请假去。整体就是稳住现在的同时，悄悄为下一步做准备。

看了贵公司的简介，整体感觉发展方向和团队氛围都很不错，工作时间和福利待遇也比较符合我的预期。我这边的经历和岗位要求也有一定匹配度，希望贵司能给我一个面试机会进一步沟通交流。

第一面给了一家中厂的后端开发实习，算是练手性质。整体下来更多是在考基础和项目表达，也帮我找到了不少薄弱点。先拿来热身，后面再慢慢冲更想去的公司。

目前更像是“半成长半消耗”。一方面能接触到真实项目，技术和经验在慢慢积累，这是成长；但也有不少重复性工作、赶进度的时候，会感觉精力被消耗。慢慢在调整心态：尽量从每件事里找一点可复用的经验，让“消耗”的部分少一点，“成长”的部分多一点。

我现在用得最顺手的还是 ChatGPT。日常查资料、理思路、写点代码基本都能覆盖，稳定性也不错。偶尔会用 Claude 来写长文本或者做总结，但主力还是ChatGPT，用久了也更顺手一点。

如果现在入门AI，我会优先看这几个方向：第一是大模型应用（LLM + RAG），门槛相对可控，也最容易做出实际项目；第二是AI Agent，偏工程和场景落地，发展很快；第三是Prompt工程，适合快速上手，但更像基础能力。整体来看，不用一开始就卷底层模型，先把“用AI做出东西”的能力建立起来更重要。

RAG 是什么，和传统检索+生成有什么区别？怎么解决大模型“幻觉”？如果把AI接到业务里，你会怎么设计一个简单的应用场景？不只是背概念，更看你有没有实际理解和应用思路。

有时候其实挺常见的。很多团队都很忙，确实不一定有人能一直带你。如果能自己找资料、看代码、主动问问题，其实也能学到东西。不过如果长期什么任务都没有，那确实要考虑是不是环境问题。

有一次项目上线前连续赶进度，本来以为结束就能轻松点，结果刚做完马上又接了新的需求。那一刻才意识到，工作很多时候就是不断接任务，并没有想象中那么理想。

刚工作的时候有次太着急表现，别人一句“能不能顺手帮一下”，我就全接了，结果自己的事情反而被拖慢。后来才明白，工作还是要分清优先级，不是什么都要自己扛。

最近确实感觉岗位比之前多了一些，招聘信息更新也更频繁。不过投的人也很多，很多岗位很快就满了。整体来说机会是有的，但竞争还是挺激烈的。

感觉确实不太容易。很多岗位要求比以前高了，投的人也多，有时候简历投出去很久都没动静。能拿到面试已经算不错了，只能一边继续投，一边慢慢补项目和准备面试。

最焦虑的其实是等待结果的那段时间。面试完之后不知道反馈怎么样，也不确定是不是已经被刷了，只能一边继续投简历一边等消息，这种不确定感还挺折磨人的。