哈喽各位开发者小伙伴～ 最近用AI豆包辅助完成了一款轻量2D跳跃跑酷小游戏，纯原生HTML5+Canvas+JavaScript开发，无任何框架依赖，浏览器打开就能玩！今天整理了完整的开发总结，从需求梳理到最终交付，全程AI参与逻辑搭建、代码生成和细节优化，新手也能轻松复刻，话不多说，直接上干货👇一、项目概况：AI助力，快速落地轻量小游戏本次项目核心是开发一款「易上手、轻量级、有基础可玩性」的2D跑酷游戏，全程由AI主导需求拆解、架构设计、代码生成和BUG修复，人工仅做需求确认和细节微调，真正实现「高效开发、低门槛落地」。🎮 游戏核心玩法：角色固定左侧，仅支持小跳（鼠标点击）、大跳（空格键...

真觉得现在找个工作太不容易了，公司的招聘越来越提前，从原先的8月底秋招 年后再春招➕暑期实习，现在变成7月秋招 1月春招 时间线全部往前提，所以学生外出实习的时间也被迫提前……秋招找不到工作，你都不敢休息，年前还得春招，然后中间休息一个年假，回来继续春招，基本可以说是过不好这个年了人也越来越多，越来越卷，学历门槛也越来越高，需要会的东西也越来越多，要学历要能力要思考要各种各样奇奇怪怪的品质大家只能被迫去卷，去堆实习经历，堆竞赛经历，而卷不动的人也没办法完全幸免，也会被身边的人带着焦虑这似乎是一件无解的事情，大家都辛苦了……

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）