🔥 综合热榜
1
分享一些在当下求职环境中做心态调整的思考和经验
1.6k热度
2
作为JAVA后端,聊聊我的困境
1.6k热度
3
做了一个月了,聊聊「闲鱼虚拟」
540热度
4
离谱,DeepSeek 崩了 5 小时,大家却喊:梁圣恩情还不完??
430热度
5
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
390热度
6
DeepSeek 全新模型发布,性价比最高的一集!
390热度
7
自己学习ai,直接买cursor 的套餐,还是买gpt 或者claude 的套餐?
360热度
8
更新一下,让我们恭喜练习时长4年的阿丰终于拿到offer。
肯定会有小伙伴问了,为什么4年!这么长!
真的是个人情况特殊,个人背景和这四年做了什么:
跨专业专升本,28岁大龄转行,
22 年 12 月开始自学前端
23 年初从广州职业学校的学校的工作辞职回老家找了份糊口的工作在职专升本23-26 年,本地没什么It工作
25 年初辞职,在家休假,准备最后一次期末考试,写论文,本科只挂了一科在 25 年上半年结束了所有考试平均成绩 90+,下半年以本科待毕业的身份去深圳找前端工作,4 个面试均以失败告终。我觉得是我运气不够加上水土不服,所以我选择先就业,又找了一份糊口的工作,面试完告诉我要去上海的公司我接受
26年初参加论文答辩被要求重写这里的狗血剧情就不一一赘述了放在以后说,怎么办?撸起袖子干!马上重做毕设这里要感谢vibecoding 我赶上了好时代 很快我的毕设做完了导师快我含金量高做的还快 我嘿嘿嘿,细节就不说了
7月做AI AGENT,RAG项目放简历里开始投简历,直到8月面试邀约为0,很好那我先去学英语吧学了一个月
9月又开始投简历,因为复盘了之前所以就反复尝试新思路,ok月底迎来了第一个面试
10月国庆节结束,约我二面,二面简单聊了后当场告诉我通过,这里细节以后再说。月中我正式开始提离职,下个月报道。
对比你有什么想说的,或者想问的
360热度
9
又一个国产版 Codex 神器,也来卷办公了!
340热度
10
Day 5
✅ 今天做了:
1、5487:学了KDE(核密度估计),下次学Mean-shift Clustering(均值漂移聚类)
2、完成5489代码作业
3、5491:复习了CSP问题
⏰ 明天计划:
1、5486看完PPT+询问同学复习思路
2、5491资料整理完成
3、6007至少做一道题
📚 今日感悟:
核密度估计和卷积原理很像,可以概括为:每一个点都有占权重和扩散范围,卷积就是把扩散范围加权在一起得到整体的分布情况。举例:对图像进行高斯模糊,每个像素点有占权重(亮度)和扩散范围,卷积就是把扩散范围加权在一起得到整体的模糊情况;对山谷大喊一声,每个声音点有占权重和回声范围,卷积就是把回声范围加权在一起得到整体的声音情况。
340热度
11
day3-如何写出一个高质量的 Skill(组内分享)
高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。
先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。
下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。
---
一、先想清楚:Skill 到底是什么
一个 Skill 至少包含四部分:
部分 作用
接口 输入什么、输出什么、边界在哪
流程 分几步做,每步的产物是什么
规则 硬约束、经验规则、失败模式
降级策略 不确定时怎么办,而不是硬编一个看似合理的结果
高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。
反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。
---
二、核心方法:先建评估,再写 Skill
不要先写转换器再补测试。正确顺序是:
1. 定义输出契约:什么算合法、什么算合格;
2. 建金标准集:一小批人工认可“可放行”的样本;
3. 先写评估 Skill:让它在金标准集上跑出基线;
4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。
这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。
---
三、评估 Skill:三层门禁,逐层递进
前一层不过,后一层不跑。每层留可追溯证据。
第 1 层:确定性硬门禁
用解析器、Schema、校验器完成,不消耗模型成本。
· 输出可解析;
· 必填字段齐全,类型/枚举合法;
· 引用目标存在,无悬空引用、无不可达节点;
· 关键路径至少有一条能到达预期出口。
不通过直接打回。
第 2 层:语义断言
用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。
通用检查项:
· 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应?
· 完整性:每个判断节点是否都有明确出口?有没有死胡同?
· 可达性:每条路径是否都能到达预期终点?有没有无出口循环?
· 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表?
例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。
第 3 层:LLM-as-Judge
只处理解析器表达不了的维度:忠实度、完整性、可执行性。
但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。
通用 Judge 维度:
维度 问什么
忠实度 输出是否忠实源材料意图?有没有自行发明内容?
完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话?
收敛性 输出是否仍指向原目标,而不是发散?
可执行性 下游不依赖源材料能否直接使用?
---
四、金标准集:回归测试的锚点
不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样:
· 完整正例:典型流程;
· 边界/异常分支:异常路径、循环、前置失败回退;
· 已知易错模式:实际踩过的坑;
· 留出集:不参与调优,只用于最终验收,防过拟合。
金标准不需要完美,只需要当前标准下认可可放行。
回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。
---
五、工程约束:让批量产出可重放
· 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动;
· 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余;
· 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”;
· 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。
---
六、Skill 本身怎么写
· SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略;
· 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt;
· 不确定时标 needs_review: true,不要硬编看似合理的结果;
· 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。
---
七、落地顺序(不要反过来)
1. 固化输出契约:Schema + 结构约束;
2. 建金标准集:从已认可的 + 最易出错的样本开始;
3. 先写评估 Skill:跑出基线报告;
4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向;
5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检;
6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。
---
八、给组员的三条硬要求
1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。
2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。
3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。
---
一句话收尾
生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。
先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
310热度
12
27 届双非一本,惠州薪资 8k+包住,是否要接受?
310热度
13
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
300热度
14
我的第一个出海产品!7 天 2 万
300热度
15
周一入职,又被撤回
300热度
16
WorkBuddy 本地 API 桥 + dsh 插件:把你的 WorkBuddy 额度,变成手边随手可用的模型
300热度
17
请问有在厦门实习的同学吗,本人28届民办本,第二段实习找了一个厦门的中厂,做的是全栈开发,结果一问3000/月,食宿自理,能活下去吗?😭😭
300热度
18
什么是LLM
300热度
19
🎉 1024 程序员节快乐!
祝编程导航里的每一位程序员:offer 多多,薪资翻倍,面试顺利,早日拿下心仪 offer!💻
290热度
20
现在Java开发还有出路吗,投到现在一个面试都没有
280热度
