为了大公司title放弃了其他工资比较高一点的实习，工资cover不了房租，目前完全倒贴实习我能明白找工作有前期投入是很正常的事，但是这笔账算的还是让我有点难受，毕竟倒贴的钱都够我回家躺一年了。。

思维链（CoT）方法依赖于一组固定的人工注释范例。问题在于，这些范例可能不是不同任务的最有效示例。为了解决这个问题，Diao 等人（2023）最近提出了一种新的提示方法，称为 Active-Prompt，以适应 LLMs 到不同的任务特定示例提示（用人类设计的 CoT 推理进行注释）。下面是该方法的说明。第一步是使用或不使用少量 CoT 示例查询 LLM。对一组训练问题生成 k 个可能的答案。基于 k 个答案计算不确定度度量（使用不一致性）。选择最不确定的问题由人类进行注释。然后使用新的注释范例来推断每个问题。图片来源：Diao等人（2023）

我也有过“付费上班”的阶段：实习工资低到不够通勤+吃饭，每天还要自己倒贴外卖、打印资料、地铁公交。更离谱的是，有些活根本学不到东西，纯打杂还要“积极点”。那段时间我最大的收获不是技术，而是明白：付费上班不是努力，是在消耗自己，及时止损比硬扛重要。

大厂工资倒挂已经不新鲜了。老员工辛辛苦苦干了两三年，应届生工资比他工资还高一截。这话听着很扎心，但确实反映了一个现实：AI时代正在重构「经验」的价值。以前的工作是线性积累模式：新人犯错 → 老人指导 → 积累经验 → 成为专家 → 经验溢价 这个模型里，时间=经验=竞争力。一个10年经验的财务，处理复杂账目比新人快10倍，这就是壁垒。 AI时代的颠覆但现在AI把这个逻辑打破了：知识获取成本归零 以前学Java要报培训班、看厚书、跟着大佬写代码。现在问GPT就行，它能给你定制化的学习路径，还能实时答疑。新人三个月达到的水平，可能以前要两年。前段时间没上过大学的小哥通过AI工具自学进入了顶级AI公...