我的最好是现在这家公司，面试的时候面试官很和谐，让我别紧张，就当是好朋友聊天一样，我不会的还会给我提升，他问的知识点，我答出来了，他还会给我总结给我点评；最坏的就是面试一直问超出我当前职级范围的问题，还一种不屑的眼神，给人整体体验就非常不好。

如果你是刚毕业找工作，尤其是找大厂或者热门岗位，学历就像敲门砖，学校好确实能让你简历更容易被捞起来，因为投的人太多，HR先用学历筛一遍省时间。但如果你已经能进门面试了，或者工作一两年之后再跳槽，那实习经历就比学历重要得多，因为老板想看你真干过什么活，能不能上来就帮上忙，而不是你当年高考考了多少分。

目前我的工作内容涉及很多和下游技术对接相关的事宜，所以相关的对接文档我都会留存一份pdf或者是word版本的，这样防止后期对方悄悄改了东西再扯皮。另外，产品经理的口头需求也一定要让他发文字的需求，最好是出prd。作为过来人这些都是教训

我认为最要紧的一步其实是先让自己动手写几行能跑起来的代码，哪怕只是用现成的接口调个AI模型，比如用Python调用OpenAI的API让它帮你写首诗，或者用一些开源的图像识别模型试试能不能认出你手机里的照片。原因很简单，在我还没入门之前，我觉得这玩意就是虚的，我只有自己看到真正的效果，我才放心去学哈哈哈

1. 你用过哪些Agent框架，比如AutoGPT或者LangChain，感觉哪个顺手？2. Agent在规划复杂任务时，思维链和思维树有啥区别？3. 怎么防止Agent去执行一些危险操作，比如删文件或者发邮件？4. 实际业务里Agent的响应速度太慢怎么办？

1. 你设计Agent系统时踩过哪些坑？2. 怎么评估一个Agent到底好不好用，光看最后答案够不够？3. Agent的长期记忆和短期记忆分别怎么实现？4. 如果让Agent同时做好几件事，它怎么避免互相干扰？

1. 你觉得Agent和大模型直接调用有啥不一样？ 2. Agent怎么决定什么时候该用哪个工具？ 3. 它要是调错了工具或者卡在死循环里，你打算怎么处理？ 4. 多步任务里Agent怎么记住前面干过啥？

以前代码泄露，可能别人拿去抄一抄，做个类似的产品。现在呢，代码里但凡藏着点写死的相关账号密码、模型参数、对接密钥，或者是一些内部强业务逻辑，别人拿过去喂给AI分析一下，分分钟把你的业务、安全漏洞、甚至公司机密摸得透彻。

有些公司常年挂着实习岗，疯狂招实习生干活，但转正名额少得可怜，他们不是想培养人，就是想用廉价劳动力，等实习生干满三个月，随便找个理由打发走，下一批又来了。我们现在招实习生都会明确说明，这个岗位没有转正机会，如果介意是可以不用来的

那家公司简直就是人生bug集中营。福利不行、工资拉胯，还整天搞PUA那一套，领导架子大得能当梯子爬。要是能debug，肯定把入职那家公司那一行代码直接注释掉，换成多面几家，当时就不应该去，该相信自己能找到更好的。

大学那会儿总觉得时间还多，今天宅了还有明天，结果四年下来，学校外面那条街都没吃遍。图书馆坐了无数个下午，但隔壁城市的山长什么样完全不知道。现在回头看，那些窝在宿舍刷手机的下午，换成一趟短途旅行多好

平时需求中遇到某个业务需要写算法时，我一般还是会自己先想一遍才踏实，直接抄AI的解法，心里总觉得没底，下次换个马甲又不会了。但我还是会把自己写的交给他给我优化，这样既保住了思考的过程，又借了AI的力。

我常用的一招就是自己先撸一版能跑的代码，哪怕写得再丑再啰嗦都行，然后扔给AI帮我看看这坨代码能不能优化一下，结构整清楚点，或者能不能使用Stream优化，但别改功能。然后它就会给我输出一版更干净、更高效的代码，有时候还能发现我没想到的边界条件，但有的时候它还是给我瞎改。

我自己其实是大四上才去实习的，因为之前真的没有了解这方面信息不知道要提前实习。大一大二的时候可以学好专业知识，大三上的时候自己做做项目，然后完善简历。刚好大三下也没什么课程了，可以专心去实习快速成长。