Ketter

因为整个行业开始挤出效应了，很多初级开发要么转行，要么就人流推到大城市了，愿意回到小城市当初级岗位的人群差不多被消灭了

个人是做细分科学 AI4S 领域的 Agent 的，发表一下个人看法
对于没有条件自己本地部署模型的公司来说，问这些 LLM 底层是没有意义的，因为完全是自己不可控的东西，就跟调接口一下，最多就是多供应商分流平衡一下服务不可用 or 高峰期限速风险；
绝大部分核心地方其实还是回到业务上，一个稳定的 harness+人工校对过的核心测试集才整个系统的关键，所以对于 Agent 工程师来说，最重要的是对业务的理解，如何把不稳定的 LLM 执行部分拆解为稳定的程序+LLM ，如何统一标准测评不同 LLM ，如何制定测评指标和构建测试集；
但是这些对于应届生来说确实答不上来，也就是为什么很多入门级岗位都不再存在的原因

哥们，AI 生成的简历起码自己过一遍，假设你是 HR ，大概能看出来重点是什么吗？

这种需求真的存在吗？让 Agent 之间相互通过文件交接不更加稳定吗？

其实如果家里条件还行，那不妨提高一下工人的劳动保障水平，同时积极接触海外客户，做海外订单感觉还是挺好的

现在 AI 已经没有古典学术派的生存空间了，都是那几个架构排列组合，理论、架构什么的都是开源的，实验室唯一不可替代的资源就是 GPU ，搞 AI 已经成为一个资本密集、显卡密集型的工作，如果研究所都没有 4 张 40GB 以上的卡，你想搞点正经研究都很难

如果不读博就没有必要读研，读博就是赌博，我有不少今年医学博的同学毕业，都反映就业甚至不如 3 年前硕士毕业的同学。
本科毕业就工作，刷 leetcode 和面经，现在大厂面试都依然是会要求机考和面试