一句话结论Java+langchain4j/spring AI依旧是传统Java后端，只是多了最基础的LLM调用能力Java + Spring AI / LangChain4j ≠ AI 应用开发本身它更多是 “传统后端在接入 AI 能力”，而不是 “以 AI 为核心的应用工程”。差异不在语言，而在“系统的控制权和复杂度在哪一侧”。一、从「系统主导权」看本质区别（这是最重要的一点）1️⃣ Java + Spring AI / LangChain4j 的定位系统主导权在：业务系统 / 后端架构LLM 在这里是：一个能力插件一个“增强模块”一个被调用的外部服务典型结构是： Controller ↓...

bg纯纯的双非本科，双一流垫底的垃圾大学。熬了一路，投了上百份简历，面过六十多次面试，最后上岸阿里

大一大二跟着学校老师做项目打比赛，没想着找日常实习，加上还有其他杂务耽搁。十一月初投了字节训练营但笔试被刷了，一直到十一月底才开始投简历。在boss上投了半个月，投出去七八份，其中有一份内推进快手的客户端，最后也没有音讯。前几天拿到一家小公司的安卓实习面试，结果面试前几分钟告诉我岗位招满了（不过boss上那个HR通知我的时候确实也显示停止招聘了）。八股和算法方面刷了一个多月了，目前主要有以下想法：1. 继续完善IM项目的客户端部分，比如移植到手机移动端上，然后明年争取找大厂客户端实习（有经验的学长推荐多投字节腾讯cpp）。2. 继续完善IM项目的服务端部分，找c++后端实习。但c++软件在制造业比较多，互联网相关的实习少。考虑音视频的话，可能得报班快速做出东西。3. 这学期结束我会做一个大数据相关的课设，在考虑投专业相关的数据开发、数仓这些岗位。4. 还有一个兜底方案：今年暑假的比赛，让我有了在国家电网实习的机会，但还是得准备面试，而且转正要考编。希望大家给点建议，欢迎交流讨论。

对于需要探索或预判战略的复杂任务来说，传统或简单的提示技巧是不够的。最近，Yao et el. (2023) 提出了思维树（Tree of Thoughts，ToT）框架，该框架基于思维链提示进行了总结，引导语言模型探索把思维作为中间步骤来解决通用问题。ToT 维护着一棵思维树，思维由连贯的语言序列表示，这个序列就是解决问题的中间步骤。使用这种方法，LM 能够自己对严谨推理过程的中间思维进行评估。LM 将生成及评估思维的能力与搜索算法（如广度优先搜索和深度优先搜索）相结合，在系统性探索思维的时候可以向前验证和回溯。ToT 框架原理如下：图片援引自：Yao et el. (2023)ToT 需要...