21 年选 offer 的时候，遇到了差不多的情况，也是腾子 和 外企，但是腾子给的不如你这么多，直接帮我翻倍，最后我犹豫都没犹豫，直接选的外企。 虽然给的比腾子少挺多的，但是一天有效工作时间一两个小时就够了。

@skuuhui 这种才是大部分 不要被网络欺骗了，我这几年相亲了好几次，无一例外遇到的女生都会主动付钱。

前几年还遇到一个，只见了一面喝了咖啡，总共就 50 多块钱，我说你不用 A 给我，她非要给我，最后我没要，她直接转给我大姐了（因为是我大姐介绍的），让我大姐给我。

@izzzz n8n 啦 dify 啦 这种东西一般都是做企业内部的小应用。看你想自己往哪方向学了，一般的商业级项目不会直接用平台开发的，这种平台开发的可控性太低了，如果是以后想专职做这种 AI 应用的开发，了解一下就行，自己玩一玩，也没啥好学的，刚毕业直接走系统性学习的路线。

1. 台湾国立大学李宏毅的 2025 年[最新课程]( https://www.youtube.com/playlist?list=PLJV_el3uVTsMMGi5kbnKP5DrDHZpTX0jT)，被誉为中文 AI 圈神课。

2. 看完李宏毅的，可以看斯坦福的[CS336]( https://www.youtube.com/playlist?list=PLoROMvodv4rOY23Y0BoGoBGgQ1zmU_MT_)，从 0 开始构建语言模型。

3. 辅助的论文阅读，可以关注李沐的这个频道( https://www.youtube.com/playlist?list=PLFXJ6jwg0qW-7UM8iUTj3qKqdhbQULP5I )，他的分段精读 transformer ，我看了好多遍。

4. 不喜欢理论只喜欢实践，也可以看看国内写的这个[hello-agents]( https://datawhalechina.github.io/hello-agents/#/)

@DivSoup 我不好说，反正我过年前的时候平均一周能有三四个面试的样子。然后年后面了三个，面第一个的时候就确认 offer 了，没往后面，所以年后我不太清楚。我猜测年后金三银四，面试可能会更多。

@silverbound 我主页有学习路线相关的帖子。但是还没发过面试问题相关的帖子，有空我整理一个面试贴。

没有，我是高强度用 AI 的。对于这种问题，个人的感觉是“怕就别用，用就别怕”。

openclaw 就能做这个事情，而且完全自主独立生成。我测试我的龙虾第一个功能就是用生成公众号文章测的，不过意义不大，我之后也不会用 AI 文章污染我的公众号。

这是不让手把一吧。中国麻将应该也有这种规则

今天刚入职新公司第一天就新公司给我的感觉还不错

@duuu 不是国家规定，是行业潜规则。一般来说就算八折，也是前三个月，转正还要看绩效，基本可以认为是想白嫖劳动力了，很难给你转正。估计用完就解约了。楼主走的没毛病。（不过这么重要的事情，入职前没先沟通吗？

@Bssn 不好说 看你要求。你如果想去大厂，我觉得可能得去外包。中小厂 完全靠缘分。把我另一个别人贴子的回复中的那两个课学习一下，实验作业做一下，我觉得找个岗位还是没问题的。

@dawnzhu #31 很正常 因为 AI 的能力太强，如果是小规模应用，完全没有微调的必要，就像 @123zouwen 回复的一样，如果你想在自己的公司使用，那么你懂公司的业务，用通过的 LLM ，用现成的 MCP 、skill ，完全 cover 的住。

但是这个东西的复杂度曲线 就像传统项目一样，你在公司用 你不用考虑 QPS 上来了怎么办，并发度高怎么办，分布式同步怎么办。因为公司就那些人。但是你要想做个企业级项目，比如豆包，比如千问， 那要考虑的东西就多太多了。微调只是最基础的部分。

还有一点就是，可能很多人觉得微调很难，又要理解模型，又得调整参数。实际上现在微调的门槛很低，LLM 发展这几年，早就有傻瓜式微调框架了。甚至一行代码不用写，你都能调出来一个差不多的模型。

@dawnzhu 一定会，我建议你看看 我在帖子里写的项目，阿里云的那个课程或者 hello-agents 。几乎所有的 agent 课程里必然会设计到微调，涉及到大模型的理解。

@yungyu 你说的完全风马牛不相及，你也没点进去我在回复中提到的课程，李宏毅的课 [第八讲：通用模型的终身学习] 你可以先看下。一句话总结，我部署了微调后的小模型进行专门的用户关注点预测，作为一个 function call 来给大模型使用。

我从 1 月份到现在 面试了十多家，拿了三个 offer ，你说的这些框架在面试中完全无人在意，或者说根本不会在意这些框架本身（但是现在大部分的商业级 agent 构建，确实有借鉴最初 langchain 的几大组件）。比如最开始 langchain 最火，你用了，然后 langgraph 又火了，你换不换，autogen 又火了继续换吗？现在 claude / openai 的 SDK 最火 又接着换？那如果后续还有其他框架比这俩 SDK 还火，怎么办呢？

agent 开发的门槛，并不在你说的框架熟练度和前面那个哥们说的 业务适配什么的。给你分享点我常遇到的问题。

你能讲讲 transformer 架构吗？ gpt 和 transformer 有啥区别啊？为什么 temperature 会影响输出？
RAG 方面，你怎么做的分块？为什么考虑使用这种分块方式？如何优化召回率？使用 rerank 了吗？能说几个比较有新意的 rerank 方法吗？向量数据库怎么选啊？为啥用 milvus ？稀疏向量和稠密向量啥区别啊？ RAG 和微调啥区别啊？你数据集怎么弄的啊？你微调的关键参数都有啥啊？你如何评估微调效果呢？ agent 有什么构建模式吗？输出 token 超出了模型限制怎么办呢？

好多好多问题呀，我的感觉是基本围绕着四个方向，基础、RAG 、微调、Agent ，一次正经的面试中，这几个方向是一定一定都会被问到的。

@123zouwen #25 随便给你个场景，上个项目实际中遇到的。甲方是个化工公司，帮他们做老客户激活平台，主线功能就是 从个性化唤醒词到聊天获取销售线索。 遇到一个情况，LLM 分不清楚化工原料到具体产品的映射怎么办？ 举个例子 化工原料 乙烯 能生产处 聚乙烯 使用聚乙烯 能做出塑料袋。 怎么让 LLM 理解这些？ RAG ？ 微调？提示词？ 上下文？ 模型理解了之后，有没有用 bad case ，有的话要怎么优化？

我在帖子里说的“拦截垃圾邮件 / RAG 项目” ，是 23 年 11 月份 到 24 年 11 月 这段时间的项目，当时的技术栈处于 RAG 刚兴起，agent 还没怎么热，大家都在提示词工程到上下文工程的转变上。其实在前面我应该表达时间段了，可能我没写清楚，我的问题。（我补充一下，虽然是比较早的项目，但是也遇到些比较有意思的问题，但是评论里我就不展开了，因为能写很多内容。）

当然我不是故意怼你的意思。我是觉得你是对 Agent 开发这个行业了解太少了，这也不怪你，毕竟也是 2025 年才刚兴起的。你如果感兴趣，我推荐你 我学习过的几个课程 你可以系统性学习一下。

1. 台湾国立大学李宏毅的 2025 年[最新课程]( https://www.youtube.com/playlist?list=PLJV_el3uVTsMMGi5kbnKP5DrDHZpTX0jT)，被誉为中文 AI 圈神课。

2. 看完李宏毅的，可以看斯坦福的[CS336]( https://www.youtube.com/playlist?list=PLoROMvodv4rOY23Y0BoGoBGgQ1zmU_MT_)，从 0 开始构建语言模型。

3. 辅助的论文阅读，可以关注李沐的这个频道( https://www.youtube.com/playlist?list=PLFXJ6jwg0qW-7UM8iUTj3qKqdhbQULP5I)，他的分段精读 transformer ，我看了好多遍。

4. 不喜欢理论只喜欢实践，也可以看看国内写的这个[hello-agents]( https://datawhalechina.github.io/hello-agents/#/)

还有一些比较零碎的资料或者偏实践的，我在之前帖子里有写，就不放了。

总之，agent 开发，我作为从业者的看法是，已经从 2025 年初的探索阶段，过渡到成体系的标准应用了。至于你说的框架，额，怎么说呢？可能你们企业内用的多些，但是商业级的项目一般不会直接用框架。

@linxl 教程可以看我历史帖子。

@123zouwen #16 我目前专职做了两年以上的 agent 开发了。去年末从上家离职，最近刚确定 offer 准备入职。面试的岗位也全是专职 agent 开发。

“Agent 没有什么高深的技术” 你这句话 让我有点绷不住。

我就是 Agent 开发啊。原来做 python 后端，23 年末 RAG 刚火，在原公司做了一年 RAG ，之后入职 AI 公司做 Agent 。去年年末离职，刚准备入职下个工作，也是专职 Agent 开发。具体可以看我帖子 https://sunp.eu.org/t/1182394 。