最近我看了一些粉丝的简历，写着五六个项目，全是“温湿度采集”、“简单的家居控制”。说句扎心的实话：做一堆简单的 Demo，不如把一个项目做深。为什么你的项目被 HR 说是“烂大街”？ 因为那些大多是验证硬件功能，跟嵌入式软件的核心能力关系不大。你调通了 外设读取温湿度，那是单片机基础。如果是找“嵌入式软件”岗位，请一定要在“软件”上下功夫！真正的深度不是你会用几个外设，也不是老生常谈的“通信来通信去”，而是你有没有能力对系统核心进行优化。怎么增加嵌入式项目的深度？以下是几个能真正体现“软件深度”的项目优化方向：一、 拒绝“裸机思维”，拥抱 RTOS 的内核级深度别再只是 跑到底了。引入 RTO...

看了这个 话题下的内容 ，真的很羡慕大家。我刚入职一周就赶上这岗位高压，天天一堆紧急活儿砸过来，我直接手忙脚乱，还犯了个不大不小的错 —— 在客户小群里转发了同事的错误信息。结果 mentor 当场就大声凶我，怪我没跟她们商量。后来我又误操作了个审批流程，她立马阴阳怪气地怼我，那语气简直没法听。这事儿搞得我周末两天都没缓过来，本来工作就又乱又忙，再被这么一通骂，心里那股子憋屈的痛苦劲儿根本压不住。其实离职的念头早就冒出来了，可一想到交了房租还有押金，钱包实在扛不住，只能硬撑着继续干，还骗自己再适应适应说不定就好了。到底该咋调理啊，真的烦死了！

目前大三上，下学期大三下，过完就要去实习了，寒假在学韦东山的FreeRTOS。

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...