寒武纪面完，求offer

从5月7号入职到现在已经过了一周啦，记录一下最真实的感受…… 公司的伙食还是很不错的，每天餐补38元，早中晚各8-15-15，每天下午还有固定的下午茶，随机刷新糕点饮品甚至还有KFC。 午休时间也很完美，十二点到十四点（包括吃饭时间），应该算行业内中上水平了。虽然一周会有那么几天要上班到晚上八点半，但好像又没有觉得抗拒。 在这里每天都能学到很多很多在学校中接触不到的知识，能直接接触一线开发环境，在项目中将知识结合实践，对于我这个双非本实习生来说还算是很有价值的。组内同事跟导师也非常友好，虽然我没什么开发经验有时会问一些很低级的问题，写代码时也偶尔犯一些低级错误。今天15号是前公司发工资的日子，...

给了面的也不到十家，但基本都八股不咋会+口头表达能力很差，有点社恐，面一个挂一个。很急着找实习，不知道从何下手。。。

现在求职圈，实习早变成了数量竞赛，人均四五段大厂实习的分享，仿佛经历越多越稳。但这完全偏离了实习的核心价值 —— 它不是堆砌履历，而是低成本试错和验证适配度。对学生来说，1-2 段实习足够了，关键要搞懂两点：一是行业真实运转逻辑和 JD 描述的差距；二是岗位日常是成长还是消耗，值不值得深耕。反之，短期高频的实习反而会成减分项，容易给招聘方留下目标模糊、稳定性差的印象，最终也沉淀不下可迁移的能力。若一段实习只为简历多一行公司名，毫无含金量。说到底，实习不是焦虑的筹码，少而深远比多而浅更有价值。

从 Yao 等人，2022 引入了一个框架，其中 LLMs 以交错的方式生成 推理轨迹 和 任务特定操作 。生成推理轨迹使模型能够诱导、跟踪和更新操作计划，甚至处理异常情况。操作步骤允许与外部源（如知识库或环境）进行交互并且收集信息。ReAct 框架允许 LLMs 与外部工具交互来获取额外信息，从而给出更可靠和实际的回应。结果表明，ReAct 可以在语言和决策任务上的表现要高于几个最先进水准要求的的基线。ReAct 还提高了 LLMs 的人类可解释性和可信度。总的来说，作者发现了将 ReAct 和链式思考 (CoT) 结合使用的最好方法是在推理过程同时使用内部知识和获取到的外部信息。它是如何运...