WithoutSugarMiao

首先你用 sonnet 4 ，不开 max mode ，这个是没问题的。你两周用了 1000 刀，绝对是姿势不对。我公司给提供的是团队账号一月 40 刀，我基本是用不完了。每天都监控一下每次任务的 token 消耗。

争取一个对话只完成一个任务，这点很关键，我通常一个对话里，最多三次交互。

每次给他发布的任务都只修改某一个具体的功能。规则配置里配制好，让他每次都最小修改。

为什么定这种技术栈呢？ java / python + vue 不行？

妹子好看吗？

@wangshuo6 你在这里发的这篇文章，我已经看到好多公众号的洗稿了，没想到在 V2 又看见了。这篇文章里用的方式是通过捕捉网络请求来判断 cc 的执行逻辑，这其实并没有什么问题，但是这并不是 cc 的效果很好的原因，而是所有的 agent 都可以使用这套通用的逻辑。那么差别在哪，你的分析 和 你的项目完全没有体现出来。

想探究 cc 的执行流程不如看看这个： https://github.com/shareAI-lab/analysis_claude_code

@ThirdPer 不敢当不敢当 只是个小外包，在首都。

3. 最后一步就是，去了解最最最最新的技术。去阅读最新的论文！一定要是最新的，不是一年两年前的，而是一个月两个月之内的。举个例子，我昨天在看这个（ https://arxiv.org/html/2507.13334v2 ）。

你把我说的都学会了入行我觉得没问题。然后还有其他问题，你再问吧。

先说说我自己的情况吧。我是传统 python 开发入行的，18 年毕业，在 2024 年初，RAG 的概念刚火起来，当时是在一个大传统外企的基础架构组，我是跟老板主动请缨做了个内部 RAG 系统，一直做到了 2024 年末，我被裁员了，但是 RAG 项目最后的效果还不错，也在公司用起来了。后来 gap 了半年，从今年五月份开始找工作，找的所有的工作几乎都是 AI 应用方向的。最后的结果是 7 月份初以外包的形式入职了现在这家专门做 AI 应用的公司，外包的工资是税前 30+，可能在 V2 里还不太行，不过我学历不行，所以这个工资对我个人来说过渡也还好。

# 岗位机会多不多？
多！接到好多面试，甚至不需要自己投简历，就有源源不断的 hr 跟你要简历，但是这些里都以外包为主，好岗位还是要你自己投。

# 福利待遇？
跟岗位没关系，只跟公司有关系。我在外包，所以也没有福利待遇一说了，能正常发工资就好了。

# 技术门槛？
现在入职 1 个月左右，我的体验是与之前做 crud 完全不同，主要工作基本就集中在模型调整以及处理各种模型的输入输出上，还陪商务和销售出了一次差，见了一下甲方。

# 和传统开发重合？
我的感觉是重合度非常小。我这家公司基本是 all in AI ，传统开发百分之 90 以上的工作都是 AI 来完成了，公司可以申请 cursor 的额度，传统开发我直接全程 claude4 。

# 工作中是否有隐藏的难点？
是工作都会有，跟 AI 关系不大。

# 对大模型原理的理解？
不太明白你这里的理解指的是什么程度。如果是指预训练的话，那应该是由专门的算法工程师来做，一般都是 985211 里的高手或者清北起步（顺带一提，我目前这个公司就很多清北的硕博）。你问的 AI 应用一般就是指后训练，相关的技术栈是必须要掌握的。包括 损失函数、梯度下降等机器学习的基础概念，或者微调算法 lora 、freeze ，微调框架 swift 等，或者大模型的部署框架 vllm ，或者大模型构建框 langchain 家族以及类似他框架等等等。

# 还有你没提到的是 Agent 的构建。因为 AI 应用开发以 Agent 为主。
RAG 系统，或者多 Agent ，我的建议是多去看看 github 的开源框架，比如高 star 的 qanything 、Langchain-Chatchat
等等。

# 想入行的话，推荐你三步走。
1. 首先你看那些卖课的肯定是不够用的，而且也不用买课，我推荐你一个免费的阿里云的课（ https://github.com/AlibabaCloudDocs/aliyun_acp_learning.git ）你可以跟着试试，全做完的话，你基本能了解个大概了。
2. 然后就是自己去做个项目，尽量把学到的都用上。具体了解一下，
- 怎么处理各种数据，包括 pdf 、excel 、word 等等；
- 怎么提升召回率（把这篇文章看完！ https://freedium.cfd/https://levelup.gitconnected.com/testing-18-rag-techniques-to-find-the-best-094d166af27f ）。
- 实战中微调都怎么调整，什么时候调整 lr 、什么时候调整训练轮数、什么时候调整 lora_rate 等等各种问题，都需要实际微调几次才能有所了解。
- 怎么构建多 Agent ？都需要那些角色？
- 怎么构建 prompt ？都需要注意那些要素？

工作七年，两年全栈，五年后端。我和评论区意见可能不太一样。这并不是什么扯皮的问题，也不是规范不规范的问题（当然领导要求另当别论），而是前后端职责分配的问题。前后端分离最主要的目标，不就是能让前端专注于页面交互，而后端进行数据处理吗？你又让他自己去做转换数据，那不是又把前后端分离的界限模糊了吗？

都工作八年了，我觉得不太应该问出来这种问题。虽然我自己工作的时候，也遇到过高手前端，让我直接给数据就行，他来处理格式什么的。但是这不代表这是前端的主要职责，前端帮你做的是人家做的好，而不是人家应该做的。

直接用逻辑来判断可以吗？比如 设置 redis 的 key 为 userid + 10:20-10:30 ，含义是 锁住该 user 今天的十点二十到十点三十这段？