最近其实一直挺忙，但真让我说自己在忙什么，一时又有点说不清。
秋招、招聘和面试
前段时间主要还是在找实习、准备面试，然后顺手学了很多 Agent 相关的东西。之前我对 Agent 的理解其实很简单，差不多就是大模型会调用工具，然后拿到工具结果继续回答。真正开始面试之后才发现，很多东西我只是“用过”，并没有真的想明白。
比如面试官问我怎么设计一个简单的 Agent，Prompt 怎么组装，工具执行完之后结果怎么重新传给模型。如果再继续往下问，状态放在哪里、什么时候停止循环、任务失败之后怎么办，我其实没有办法很完整地回答。
这也是我最近最大的一个感受：现在靠 AI 写代码，把一个东西做出来并没有以前那么难了，但“做出来”和“真的懂”完全是两回事。
我平常确实大量使用 Codex、Claude Code 这些工具，很多项目也是这么做出来的。我并不觉得这是一个问题，甚至以后开发本来就应该越来越依赖 AI。但面试的时候别人并不会只看你最后做出了什么，他会一直追问中间为什么这么设计。这个时候，如果只是让 AI 帮你写完代码，自己没把里面的逻辑弄明白，很快就会露出来。
所以最近又重新补了一遍 Agent 里面的很多东西，从 ReAct、Memory、Workflow，到 Runtime、Runner、Context Management，再到一些状态管理和任务执行的问题。以前看这些名词的时候总觉得很散，现在反而慢慢能串起来了。Agent 本质上也没有那么玄乎，它最后还是一个程序，只不过其中一部分决策交给了模型。
面试结果倒没有特别顺利。
有几家公司聊得其实挺好的，有一次面试结束以后，面试官甚至还给我讲了他们目前正在做的 Agent 业务，也告诉我接下来可以继续看看大模型底层的信息流转。我当时其实觉得应该还有下一轮，最后收到的还是“没有通过”。
这种事情连续碰到几次以后，肯定还是会有点难受。不过现在想想也不完全是坏事。至少以前自己做项目的时候，很难有人一直追着问你这些问题。面试反而像是一个很暴力的测试，哪里理解得不够，问两下基本就知道了。
Kaggle 竞赛
然后很莫名其妙地，我最近又开始认真打 Kaggle 了。
现在主要在打 Kaggriculture，目前已经基本稳定在银牌区，接下来看看能不能继续往金牌打。这场比赛我还挺喜欢的，因为它不是特别传统的那种“给一个数据集，然后训练模型预测结果”，而是有点像 Agent 在一个环境里持续做决策。
每一轮你都要根据当前状态决定下一步做什么，而且前面的操作会影响后面的结果。打着打着我突然发现，这和最近一直在看的 Agent 其实还挺像的。都是观察状态、做决策、执行动作、拿到新的状态，然后继续下一轮。
而且 Kaggle 有一个我很喜欢的地方，就是它的反馈非常直接。
平时做项目的时候，一个项目到底好不好，其实很难判断。README 可以写得很好看，界面也可以做得很漂亮，甚至 Demo 看起来也很完整。但比赛不一样，你提交上去是什么分数就是什么分数，Leaderboard 不会跟你客气。
所以最近我会觉得，Kaggle 对我来说可能不只是拿一个 Medal。它更像是一个可以持续验证自己想法的地方。特别是现在 AI 写代码越来越方便以后，“快速想一个方案，然后跑出来看结果”这件事情成本低了很多，我反而比以前更愿意打这种比赛。
获客系统项目
除了这些，我最近还接触了一个挺实际的项目，是帮别人做获客系统。
一开始对方的需求其实非常模糊，只知道想通过短视频平台之类的渠道去找客户，希望能多用一点 AI，把前期成本降下来。目标客户大概是三四十岁到五十岁左右的中小企业老板或者部门负责人，他们可能愿意花钱买一套 AI 产品，但不会自己组一个完整的 AI 团队。
“获客系统”这四个字听起来很具体，真的开始拆的时候就会发现范围大得离谱。
到底是帮他找潜在客户，还是帮他自动发内容？是监控公开信息，还是自动私信？找到人之后怎么判断是不是目标客户？最后怎么跟销售流程接起来？
这些问题比写代码本身麻烦很多。
后来我给出的思路也没有搞得特别复杂，就是从公开渠道获取信息，然后识别里面有没有潜在需求，再进行筛选和整理，最后交给人工做进一步跟进。能用规则解决的地方就不要硬塞大模型，需要理解文本、做分类和摘要的时候再用 AI。
这件事也让我更明显地感觉到，真正做商业项目和自己做技术 Demo 完全不是一套逻辑。
自己做项目的时候很容易在意模型、框架、Agent、RAG 这些东西，但客户其实完全不关心。他只会问一句：这个东西到底能不能帮我找到客户？
如果答案是否定的，那用了多少新技术都没有意义。
申请制硕士
最近还有一个比较意外的变化，就是我又重新看了一些硕士项目。
之前我已经基本决定不考研了，至少不准备再花很长时间去准备传统的研究生初试。但最近老师跟我说，国内其实还有一些申请制的中外合作硕士，不一定需要走统考，也不像之前看的港校项目那样一定要先准备雅思。
所以这几天又查了一圈，目前比较关注电子科技大学和 ESIGELEC 的软件工程与数字化转型，还有武汉理工大学和 EFREI 的 Data, AI & Cloud。
我现在倒没有因为这两个项目就重新变成“必须读研”。
更多还是觉得，既然有这种机会，而且申请成本没有那么高，那就可以试试。申请和最后真的去读是两回事，先拿到选择权再说。
以前我经常会觉得自己必须提前选一条路，要么考研，要么工作，要么做项目，好像选了一个其他事情就都不能碰了。最近慢慢觉得其实没必要这么早把自己锁死。
能投的岗位继续投，想做的项目继续做，比赛也继续打，有合适的硕士就申请。最后哪条路先出现比较好的结果，就再往哪边走。
Future AGI 的邀请
另外最近还收到了一封 Future AGI 的贡献邀请。
我之前也没想到自己做的一些开源项目会慢慢带来这种反馈。我不准备加入他们的社区，但参与开源项目本身我还是挺愿意的。
这两年做了不少东西，有些项目最后没什么人用，有些仓库过一阵子自己都不怎么看了。但偶尔会有人因为 GitHub 上的某个项目找到我，或者在面试的时候聊到这些东西，这种感觉其实还挺有意思。
你把东西公开放在那里，它不一定马上有价值，但可能哪一天突然就有人看到了。
这就是生活
最近大概就是这样。
没有什么特别大的变化，很多事情也都还没有结果。
- 面试还在继续
- Kaggle 继续打
- Agent 也还有很多东西没搞明白
- 客户项目也正在一点点拆
但和前一阵子相比，我现在没那么想急着给自己下一个结论了。
不如说，这就是生活。