简历与经历梳理

先从岗位需要什么开始

不要先追求“看起来丰富”。先从职位描述里找出 3～5 个反复出现的要求，例如 Agent 开发、RAG、评测、工程落地或跨团队协作，再为每个要求寻找一条真实证据。

可以把证据分成五类：课程与研究、个人项目、竞赛与开源、实习或工作、长期自学。没有正式工作经历不等于没有可讲的经历；关键是说清楚你解决了什么问题、实际做了什么，以及结果如何。

把每段经历写成证据

一条项目描述至少回答下面四件事：

1. 场景：为谁解决什么问题，约束是什么。
2. 行动：你负责了哪一部分，做了哪些关键选择。
3. 结果：效果如何，最好有可核对的指标或交付物。
4. 复盘：哪里不够好，如果重做会怎么改。

可以使用这个句式起草：

在「具体场景」下，我负责「明确范围」。我通过「关键行动」解决了「主要难点」，最终得到「结果或反馈」，并发现「下一步改进」。

不要把团队成果全部写成个人贡献。面试官通常会继续追问分工、方案选择和失败情况，范围写得越准确，后续越容易展开。

为项目深挖准备一张底稿

每个重点项目都单独整理一页，至少包含：

• 为什么做：用户问题、业务目标或研究问题是什么。
• 怎么判断有效：离线指标、线上反馈或人工评测如何定义。
• 为什么这样选：模型、框架、数据和架构方案有哪些取舍。
• 你具体做了什么：与团队共同完成的部分和个人负责的部分分别是什么。
• 出过什么问题：失败现象、定位过程、修复办法和仍然存在的限制。
• 如果规模扩大：成本、延迟、稳定性、安全和可维护性会遇到什么挑战。

对于 AI / Agent 项目，尤其要准备数据来源、评测集、基线、幻觉或失败案例，以及效果提升是否来自可重复的方法。

经历不多时，补强而不是包装

经历暂时较少，可以用一个范围清楚的小项目补证据：复现一篇论文、为现有 Agent 增加评测、给 RAG 项目做错误分析，或向开源项目提交一次可验证的改进。

重点不是把项目说大，而是形成完整闭环：问题明确、过程真实、结果可展示、复盘有思考。无法量化时，可以写交付范围、测试覆盖、用户反馈或已知限制，不必编造数字。

提交前检查

• 每条经历是否都能对应岗位的一项要求？
• 动词后面是否写清了自己的行动，而不是只罗列技术名词？
• 所有数字、角色和结果能否在追问中解释？
• 最重要的两段经历是否放在最容易看到的位置？
• 是否准备好了每段重点经历的 2 分钟口头版本？