编程基础薄弱，仅靠Vibe coding能找到实习吗？学不进去😭

刚刚看到一个同学找 Agent 开发岗，在 Hr 面试被横向对比挂掉了，挺可惜的。 另一个候选人的优势： 1. 有个人 AI 产品，并且在线上运营 2. 对 AI 开源项目源码有学习并且研究 这两点我们可以作为借鉴参考，尝试做 AI 产品和学习开源 Agent 项目。

我是如何学习大模型应用开发的

## 大模型应用开发的一些概念关系  上面整理出来的是我自己对于大模型应用开发的理解，也结合了一些技术和概念的变化时间线，仅供各位朋友参考，不一定准确，我觉得大模型应用开发最重要的是这三个东西：Agent Loop、Context Engineering、Harness Engineering > 最近好像又新出了很多层的概念，在harness engineering之上，但是我个人现在并不喜欢，所以没去做更深入的了解，我觉得新出的很多概念，没有出现新的基础元素，只是融合现有的，然后加深了一下理解，所以我个人的想法是：了解即可，知道有这么个东西就可以 > > - Agent Loop是运行的核心，是一切的基础，用户输入任务，LLM输出指令，工具执行并返回结果，不断的循环直到结束 - Context Engineering在静态系统提示词结构不断稳固之后，发现Agent Loop在运行中是需要大量的动态信息的，并且常见有效的动态信息是用户记忆、会话历史记录、用户输入、系统提示词、工具定义等，那么这个时候就有了Context Engineering这个概念，上下文是Agent Loop有效的关键，在Agent长程运行中，上下文不断积累，会出现各种各样的问题，漂移、污染、干扰、冲突等，所以我们需要上下文管理的方法，需要渐进式加载的概念 - Harness Engineering是Agent稳定运行的关键，它为Agent搭建运行空间，设计Agent的能力结构、协作机制和反馈闭环，其不能仅仅从约束的角度去理解，更应该是在创造Agent的运行环境，让LLM可以做到原本无法做到的事情 ## 推荐的学习顺序 然后我按照自己的理解，大概梳理一下学习的顺序和方向，给学习的朋友一些“经验之谈”，当然下面的这些概念我都单独梳理过一些文章和实践经验，会搭配一些代码讲解，感兴趣的朋友可以借助这个学习手册来更好的了解 > 《大模型应用开发 -上下文工程与运行空间实践指南》：https://github.com/WakeUp-Jin/Practical-Guide-to-Context-Engineering > >  还有一些其他值得多聊的事情，我这边继续补充一些我自己的理解： 对于RAG和知识图谱的理解，我认为这个来源于“背景信息”这一种类型的上下文，我没办法准确的去下定义，我只是有一种淡淡的理解。 用户输入的问题，LLM需要解决，是需要一些背景信息的，有时候用户可以手动补充，模型也可以依靠推理能力去补充澄清，但更多的情况下，LLM需要依靠工具系统去动态的检索到这些“背景信息”，那么检索流程中最关键的手段就是：RAG和知识图谱，我甚至觉得Harness Engineering诞生在Agent领域中，也是因为“背景信息”作为一个突破口出现的。 上下文管理是一个值得深入探索的方向，Agent借助Skill来达到上下文层面的自进化，是一个上下文管理的具体应用，我相信这个里面还有很多有趣的东西，值得去深挖，目前来看比较常见的是：上下文压缩，文件存储检索，上下文编排，渐进式披露等。 在工具设计中，如果要有一层“宗门长老“的概念的话，我觉得是Edit、Bash、Read、Glob、Grep、Wirte这“六位宗门长老”，Bash工具甚至可以是“大长老”级别的。而目前最有难度的是Bash工具运行时的安全和输出问题，而Browser Use和Computer Use是为数不多的有趣的方向了 Agent形态方面，现在还在不断的变化吧，之前大家还会讨论Agent是自主运行好，还是协同驾驶好，现在看来各有各的的领域优势了，在任务确定的领域中，自主运行借助如今的模型推理能力完全可以覆盖住，在创作领域中，协作驾驶还是有一席之地的，用户在Agent输出的产物中，手动的进行各种小微调，同时也可以直观的看到Agent的中间执行链路。 单智能体和多智能体的方式，我觉得单智能体\+一个SubAgent的能力，其实就非常好用啦，如果设计成比较纯净的多智能体，成本是可以下降的，但混乱系数会大大增加，不仅对于某些模型的能力要求高，同时上下文管理的难度是指数级上升的，还会添加多智能体协作的概念，这是一个很有魅力的领域，很有挑战的领域。 接下来是我近期最感兴趣的方向了，也是大模型应用开发工程师们最容易忽略的，但在Agent开发中是最重要的，甚至可以说，没有它存在，你的Agent只是一个没有方向的经验产物。 没错，这个东西就是Agent评估，在构建一个Agent之前，或者说在设计一个Harness之前，你需要先存在一批数据集，以此来确定Agent的能力边界和迭代方向，Agent评估在开发中可以帮助你不断打磨提示词、上下文、工具等。 同时在数据集评估的过程中，通过对于执行链路和结果的观察，你会产生一些Agent垂直化的方向，最后你可以通过评估结果来确定它在混乱环境中的运行情况。Agent评估非常值得成为构建的第一步 ## 我的学习经历 我是从24年大学毕业的时候，大概6月份开始学习的，当时第一个需求是批量根据一个固定的提示词生成文章，我当时调用的是百川大模型，当时要毕业答辩啦，所以回了一趟学校，我调试了很久，我记得是在宿舍晚上10点左右调通的，就是一个简单的for循环的API调用，那是第一次看到LLM API的请求格式。 之后在接触到LangChain，里面有一个概念叫做检索器，里面涉及到向量知识库\+嵌入模型，当时我们团队有一些语义上的需求检索，所以借助这个机会，我去了解LangChain和向量数据库，在学LangChain的时候，很多概念都非常懵逼，不知道什么意思，封装的在我看来很复杂，当时硬啃了好几天，慢慢的有了一些感觉，LLM供应商的封装，tools方法的定义和使用，链式调用等概念 期间不断了解到各种框架，也在系统性的学习提示词工程，我对于LangChain和LangGraph学的比较多，算是我的入门框架。再后来 Cursor 等 Coding Agent 开始火热，我被 Agent 协同的模式吸引，开始关注工作流编排、工具定义、知识图谱等方向，也用飞书多维表格 \+ RAG \+ LangGraph 搭了团队第一个 Agent 项目 在做一个Agent项目的过程中，我形成了自己对于上下文工程的理解，一个Agent是否有效，取决它注入那一刻的上下文是否正确，《大模型应用开发 \-上下文工程与运行空间实践指南》这个开源项目也是这个时候开始创建的，我开始深入了解一些技术细节，RAG的检索策略，工具的定义，LLM模块的设计，上下文编排。 同期ClaudeCode、gemini\-cli、opencode开始出现，我就开始研究这些开源框架，研究cli 的方式，发现不需要RAG，通过工具形成的本地检索，也就是搜索Agent，随着模型能力的提升，这种方式变得极其有效 这个时候我们团队的第一个Agent项目的V2版本开始迭代了，工作流的方式只能让效果还行，在模型不断提升的能力面前，工作流不仅得不到提升，反而成为了好结果的束缚，开始显露出鸡肋的感觉了，我当时在一篇文章看到“模型应用的开发，要站在模型的同一侧，不要站在模型的对立面”。所以V2版本我们决定采用多智能体\+自定义工具设计的方式。 在之后关于如何让一个Agent可以长时间稳定运行的问题开始出现了，一个Agent可以不断的运行多久才会崩溃，上下文会变得极其混乱，这个时候的上下文管理开始慢慢出现了，以此同时Harness Engineering也开始诞生，OpenAI和Anthropic都发布过工程博客的文章，一个是专注于上下文工程和反馈闭环，一个专注于编排，所以我结合这两篇文章，开始构建自己对于Harness Engineering的初步理解，并且后续也在不断的调整 这个时候我也在更深入具体的了解Coding Agent都有哪些工具，这些工具是如何定义的，上下文的压缩策略是什么，指令又有哪些，Skill对于上下文工程意味着什么等问题 现在我的方向是多智能体协作，上下文管理，Agent评估，Harness的自进化，我觉得这几个方向很有意思，值得做更多的探索和学习 还有一个比较有意思的是DeepSeek Harness的一切皆插件的理念，存在着一种可能：Agent Loop可以更换，我很喜欢这一点，它让沉默的Harness仿佛再次焕发生命力，或许可以这么理解，大模型应用开发，一切皆可能，当Agent要面对复杂环境时，静态固定的方式很大程度会失效，开发者不可能在一开始就穷举复杂环境的问题，所以动态自进化的方式是值得尝试的，甚至很可能是一种很好的解法 ## 我的学习资源的推荐 - 飞书里面的通往AGI之路知识库：[通往AGI之路](https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e) - Anthropic工程实践文章：https://www.anthropic.com/engineering - Claude团队博客：https://claude.com/blog - Anthropic的研究文章：https://www.anthropic.com/research - Cursor团队博客：https://cursor.com/cn/blog - Lilian个人博客：https://lilianweng.github.io/ - ClaudeCode的文档：https://code.claude.com/docs/en/overview - LennysPodcast的视频：https://www.youtube.com/@LennysPodcast - Pi的文档和源码：https://github.com/earendil-works/pi、https://pi.dev/docs/latest - 我也在做一个相关的开源项目，感兴趣可以看看《大模型应用开发 -上下文工程与运行空间实践指南》：https://github.com/WakeUp-Jin/Practical-Guide-to-Context-Engineering ## 我对于大模型应用开发的理解 在我自己开源项目中，有2篇我很喜欢的博客，一篇是《两种世界的交互形态：协同Agent与自主Agent》，另外一篇是：《编程 Agent 的工程实践：来自 OpenAI 与 Anthropic 的实战经验》，这个开源项目的理念我觉得也不错：上下文工程是设计原则，Harness是建造目标 在这一大段时间的学习和实践中，我也在不断的想一个问题，对于大模型应用开发来说，什么样的思维和理解是有帮助的呢？ 我稍微整理了一些想法（**谨小认知，仅供参考）** 1. 务实的品质可以让大模型应用开发工程师走的更远，做的更多，务实让开发者不困于“过度冗长且孤立”的思考中，可以寻找到简单有效的解决方案 2. 像你的Agent一样思考，借助执行日志，观察上下文工程的设计缺陷，观察Harness的运行漏洞 3. **人类观察Agent的行为很重要，Agent观察人类的行为也很重要** 4. 「Lead, don't follow」去从第一性原理思考事情的本质，去发现和构建新的东西 5. 不要轻易放弃底层技术的学习，它们会极大的给你提供新的视角，要学会站在巨人的肩膀上 我是 WakeUp-Jin，目前在做两件事： 1. 整理一套上下文工程与Agent Harness实践指南 —— 上下文工程是设计原则，Agent Harness 是构建目标 2. 开发 Actspace Agent—— 一个本地 Agent 桌面应用，从 Coding Agent 开始，最终愿景是彻底释放模型能力 GitHub: https://github.com/WakeUp-Jin

有没有人能分享一下FDE的工作情况和内容呢？以及技术水平大约要达到什么样的程度呢？

兄弟们外包公司能干嘛，银行相关业务，java开发

211 计算机硕，在成都预期薪资 7k，有机会吗？

本人是一名末流211的计算机硕士，导师做的方向是偏微电子方向的一些求解问题，感觉并不好就业。 所以我本人打算还是走java➕agent得求职方向，我在本科学习过一些java，学习过黑马的苍穹外卖项目，但是一年的考验让我基本都快忘了😭. 然后我目前打算的是在研一在完成毕业要求的同时，学习完传统java+agent，然后在研二看能不能偷偷溜出去实习，积累几段实习经验. 由于我的工资要求并不会很高7k及以上我都能接受，我希望能在成都（离家近）如果不在成都的话还是希望10k往上，然后我的求职意向还是私企在第一位 其次是银行运营商这样的央国企 想问问我的整体方向是可行的吗

26 届双非本，目前学校文职岗，想转行做程序员

### 求职目标 目前大致目标岗位是AI应用开发，也可以往AI的其他方向发展，还是期望找到双休的工作的 ### 个人情况 26年双非一本毕业生，只干过半年的数据标注，算是没有实习经验了，项目经历更是空白。容易被外界讨论干扰自身方向，最近开始不停查资料和思考复盘，这种问题有所改善，但并未根除。如果遇到难题不解决会很难受，不想带到家里，回家后只想尽可能放松自己。专业是计算机科学与技术，什么都学过一点，但长时间不接触已经遗忘很多。 ### 求职困惑 面试官会为难我这样没有工作经验，毕业后短期内无法找到工作靠后期学习来求职的应届毕业生吗？面试官是不是大多不懂技术，面试官除了考虑风险和收益外还注重求职者的哪些东西？ ### 已有尝试 目前在学校干文职工作，没事的时候和下班后都会尽可能的学习，大概每天学习五六小时，实际效率并不高，因为基础薄弱一直在哔站跟着视频学Python。了解大概的行业需求，以及附近公司的招聘信息与岗位，但是AI相关工作较少。在网上四处寻找经验帖，刚开始接触GitHub、学习科学上网、重新关注csdn、跟着鱼皮学长安装体验了DSH。其实找了不少培训机构，但都觉得不靠谱。 ### 期望帮助 找到一群志同道合的朋友一起学习，一个人在图书馆埋头学习太难受了。想要有贵人帮忙指点，真的很迷茫，想进一步了解企业的具体需求，哪方便知识必需熟练，哪些只是知道就行，我现在应该学什么。想有拿的出手的项目和作品集，有人帮忙提出简历修改建议，帮助我迈入职场。 ### 相关资料 总结的一些技术需求（不知道哪些重要）：Python\Java，API调用，Prompt Engineering,RAG,MySQL,Redis,FastAPI\Spring Boot,Git, Linux,LangChain,LangGraph,向量数据库，AI编程工具，Docker,Function Calling,计算机网络，算法，还有传统JAVA后端的一些工具

杭智智谷实习生技术面+小hr面

一、开场与个人情况 1. 请简单介绍一下自己。 2. 实习经历没有在简历里面体现吧？ 3. 医疗那一块是在哪里做的？ 4. 你已经实习过一小段（一个月），为什么离职了？ 5. 那你入职前就应该没了解过吗？ 二、技术经历确认 6. 医疗的二开，针对 HIS 平台是吧？ 7. 我看你学过 Java，前端也自己做，是吧？ 8. Linux 部署，有部署过吗？ 9. Python 也做过，是吧？ 三、Java 基础 10. 简单说说看 HashMap 的底层原理和扩容机制。（刚开始第一个问题有点紧张，没答好） 11. 为什么（加载因子）取 0.75 这个值？ 12. 说说看 String、StringBuilder 和 StringBuffer 的区别。（这个原原本本看过的问题，过） 13. 简单说一下 JVM 的内存结构。（当时这个我就没有复习，本身学得就少简历也就写了解，答出一点就说不会，后面意识到这是对着我简历顺序问的，答不出真的很掉分） 四、并发编程 14. 并发编程里面，线程池的七个核心参数是什么？ 15. 常见的拒绝策略有哪些？（这个也没答好忘了，就记得一个抛出异常的） 五、MySQL 16. MySQL 里面什么情况下索引会失效？ 六、Spring Boot 17. Spring Boot 里面，整个自动配置的原理。（答得模糊） 七、前端（Vue） 18. 前端你用过哪些框架？ 19. Vue 2 和 3 的响应式原理有什么区别？（我看过，但是没想起） 20. Vue 3 的生命周期加载顺序知道吗？ 八、Linux 21. Linux 里面查找 8080 端口的进程。（答成名为8080 进程了...） 九、AI 工具使用 22. 你现在主要用的 AI 工具是什么？ 23. 有对比过 Cursor、Windsurf、Copilot 这些的区别吗？ 24. 包括 Claude 和 Codex 的区别（了解过吗）？ 25. 你主要用命令行（Claude Code CLI）？ 26. 你这就是 B 站上学的吧？Claude Code 加 DeepSeek 这一套。（追问：是不是同一套教程？） 27. 老师为什么推荐 Claude Code 呀？好在哪里？ 十、产品与研发思维 28. 你觉得产品经理去开发和研发去开发，它的优劣是什么？ 29. 那你觉得对于企业来说哪个更好呢？ 十一、个人素质与岗位匹配 30. 你个人的优势和劣势大概说一下。 31. 我们这个岗位要求懂产品，会进行产品演示、产品培训，你觉得你能胜任得了吗？ 十二、反问与收尾 32. 你这边有什么要了解的？（候选人反问环节） 33. 你自己的职业规划是怎样的？ # 后言 刚从一个做医疗行业的小公司（活了11年，20多人的，但是公司氛围真的很好，领导没有架子，可惜需要常驻出差到某个医院，再加上还是对医疗行业不感兴趣，不然这家公司将是我的归宿）出来，决定投一家面面找找感觉，还是觉得自己八股文太薄弱了，决定要每天常态化背八股，写在简历上的一定要背下来，被拷打答不出真觉得很丢分；另外个人bg差双非本，投了三四个月，还是觉得光两个后端不够，得至少多加一个agent 然后这家公司竟然给我过了，可能看我综合表达能力还行（，也可能真的缺人，这家依旧是20多人的小公司，在拱墅区离我这边通勤也是有一个钟，原来医疗那家大概半个多钟真的很快而且双休且早九晚六； **后续安排：** 专心把agent剩余内容完成，然后部署上线改简历、每天背八股日常总结、完成后可投agent和传统后端

28届应届生，想要找个大厂的日常实习，第一个项目是oj判题系统，第二个项目是AI超级智能体，还没上线，只是把系统架构、工程设计、技术方案与实际运行效果放进github仓库里（因为这两个项目是付费的，所以没把源码放进去），还请各位大佬帮忙点评我的简历，谢谢大家！

中科软 一面

1. 最近做的这些项目里面，有遇到哪些印象深刻的点和。然后或者是遇到哪些难点、困难点，然后怎么解决的？ 2. Redis缓存有用过吗？它里面分布式锁有用过吗？就是它实现分布式锁的原理，你了解过吗？集群模式有了解过吗？ 3. Redis它速度快的原理是什么？为什么要用它作缓存。 4. MySQL里面索引，索引的数据结构是什么？B+树，B树、红黑树这些有什么区别？然后索引的创建原理是什么？我们什么情况下需要创建索引？什么情况件会导致索引失效呢？ 5. 事物有了解过吗？事物的特性是什么？并发事物有一些问题，就是它脏读，还有不可重复读，还有幻读，这几个各的是什么情况？ 6. spring Bean中的生命周期分哪几步？创建时存在循环依赖。循环依赖问题怎么解决？说一下Spring Mvc的执行流程？它一个请求打到控制层，包括后面是怎么处理的？