HR每天刷几百条消息，眼睛肯定是带过滤功能的，那些需要点开、阅读、思考才能回复的，会被优先略过。只有那些一眼就能看懂、一秒就能判断、不用动脑就能回复的消息，才会被秒回。

突然来的紧急需求，就像生活里那些不请自来的客人，这是最让我头疼的事情。因为26年业务方向调整，所以整体业务决策做了调整，一直在试错，有时这个需求加班加点写了一半，就被新来的紧急需求替代了，甚至于加班加点还找了外包一起做的项目，最后直接砍掉不做了。

说实话，现在AI产品这么多，用户选择谁，很大程度上取决于能不能丝滑地解决问题，而DeepSeek就是我每天必用的一款AI。当我问技术问题时，它能给我深度拆解；当我聊职场感悟时，它能听我吐槽，也陪我复盘。

理由很直接，LLM 是大脑、Prompt 是语言、AI 产品是载体，而 AI Agent，是那个让 AI 真正动手做事的关键一跃。过去两年，我们主要在和 LLM对话，你问它答，它像一个无所不知但只能动嘴的顾问。而 Agent 的出现，让 AI 第一次有了手和脚。

1. 什么是大模型的“幻觉”？产生原因是什么？2. 如何通过 Prompt 工程解决大模型的“幻觉”问题？3. 针对大模型的幻觉问题，你有什么测试思路？4. 当用户问的问题超出知识库范围时，RAG 系统该如何应对？请谈谈你的设计思路。

1. 什么是 RAG？它和传统的模型微调（SFT）有什么区别？2. RAG 系统中，文档切分的粒度如何选择？切分太长或太短有什么副作用？3. 向量检索和关键词检索有什么区别？什么时候需要混合检索？

春招那会儿，投递了好多好多公司，现象就是大多数大一些的公司都会有笔试题，那时候最多的一天做了6，7场笔试，但是有后续的真是少之又少。有的是投了就给笔试，往往在邮箱里看都没看，有的要过初筛再给笔试。

我觉得在求职沟通这个场景里，真诚不是让你上去就说：“HR你好，我真的很需要这份工作，求求你给我个机会”。这种真诚可能有用，但更像是一种情感绑架，反而容易把人吓跑。真正能打动人的真诚，应该是“我真的研究过你们”、“我知道自己能给什么，也给得起”、是“我尊重你的时间，所以我直接说重点”。因为HR每天看到的消息，太多是复制粘贴的、夸大的、投石问路的。当一个真诚的人出现时，那种感觉就像在一堆嘈杂的噪音里，突然听到了一个清晰、温和、真实的声音。

沟通的时候直接亮出你的优势点，让HR知道你不是索取者，而是价值的提供者。你证明了你的诚意，也展示了你的主动思考能力，这种人才，HR通常不会错过。

HR没时间猜你是谁，所以一上来就得说明你的身份 + 核心优势，这样才能证明你做了功课，而不是海投，是专门选中了TA家。别一上来就问“能聊聊吗”，这种开放式问题让人不知道怎么回，你就直接给选择题，把简历发出去，并表示“合适的话，我随时可以约面试～”。

还记得去参加第一家春招面试那天，走在路上感觉蛮轻松的。一到公司里直接傻眼了，过道和门口站满了人都是被邀约去参加笔试的，笔试前有个宣讲会，我还记得当时50多号人挤满了整个会议室。会后就是写笔试题，一人一套试卷坐了3个会议室，不知道其它人是来水经验的还是怎么回事，最后我居然第一个交卷还得了笔试第一名

还记得第一天去实习那天，地铁上一直在心里默念，到公司要说什么来着？“各位老师好”？还是“大家好，我是新来的实习生”？越想越紧张，结果坐过站了。到公司楼下，抬头看那栋楼，腿有点软，在门口转了三圈才进去，因为不知道门禁卡怎么搞。后来给面试官打电话，然后被接进去安排座位，领电脑，见mentor，然后被第一天就自己装装环境啊之内的。

因为目前业务发展的问题，所以需求迭代不多，coding的时间也不多，整体上目前算是技术上的消耗吧。但是这些闲下来的时间，其实我也有在做一些总结，把之前遇到过的难题整理成文档，以及一些知识点也有做总结。目前来看，我应该是把公司当作领取薪水、备考复习的“自习室”，正全力准备下一站。

早上通勤在地铁上时，这是头脑最清醒的时段之一，戴上耳机，打开招聘软件，不只看机会，更重要的是反向筛选公司；摸鱼间隙（处理完一个bug或者是忙完手头的事情）我一般会去总结并温习面试题。