Week01的内容不是很多，主要介绍LLM的一些基础概念和提示词撰写的方法论。我的学习顺序是：1️⃣边看Slides边记笔记，把一些面试中可能遇到的问题或者可以和面试官聊天的内容记下来，保存在云端，形成自己的知识文库；2️⃣根据Reading List，阅读推荐的材料、收看推荐的视频，这里发现一个特别不错的方法：有些视频长达三个多小时，平时比较忙根本没时间耐心看完，于是我把视频传到NotebookLM，让他结合我的专业，根据要求生成学习笔记。这样我就能收到一份八九千字的“视频转文字”报告，内容详细且经过梳理，看起来既有效率也更有结构性。还可以让它给我生成一段高质量的讲解视频或播客。3️⃣完成一...

hot100原题，直接秒了可能面试官发现我做过，现在想起来十分悔恨啊，X﹏X后面大家手撕如果发现是原题，记得装一下，思考一下😅😅😅

bg，成电本，成绩大概30/100，自认为项目做的还可以了，黑马的苍穹外卖，点评，springcloud那个听完了顺便去做了尚硅谷的谷粒商城，没做运维篇，准备了3个月力扣，11月到现在0面试，boss日均100份，，一开始认为是简历问题，于是找了入职的大厂的朋友要了几份简历，只改了个名字电话就投，依旧0面，中途遇到几个卖课的骗子被我一眼丁真，好的，接下来我学校也乱写了，反正根本约不到面，直接填华五的学校，依旧是0面。这还没完，学校有合作企业，里面的岗位听说很简单，之前跟我一个课的同学，把课设写上去了，但是他也没怎么系统学过java，人家已经面完准备入职了，我不知道我是不是不适合计算机，或许就是我能力的问题 ，反正确实是招笑，那么早准备最后0面，不打算继续找了，准备考研了 ，祝大家工作顺利!

很多同学，在有了一定工程基础之后，想顺应现在的潮流去学习 AI Agent 的开发，但是又苦于没有入手的项目，网上的教程要么又臭又长，要么就是在割韭菜，很难学到真东西。但其实很多开源项目的实现就能让我们学到非常多的东西了，如果让我推荐的话，我一定会推荐 langchain 官方的这个基于 langgraph 的 deepagents项目地址：https://github.com/langchain-ai/deepagents为什么推荐这个项目呢，先来看看这个项目的特点通过文件系统进行智能体记忆，保存上下文，这个也是最近比较火的 skills，openclaw，字节的上下文数据库 openVik...