实习日记
来到字节实习差不多一个月了，最大的感受就是：真正进入工业界之后，和自己在学校里做项目的体验完全不一样。在学校的时候，更多是在完成课程或者自己感兴趣的小项目。那个时候虽然也会使用 AI 辅助开发，但基本还是会把 AI 生成的代码认真过一遍，理解每一部分逻辑，确认自己知道代码为什么这么写。但是进入实习之后，工作方式发生了很大的变化。现在更多的时候，我不会逐行检查 AI 生成的代码，而是关注整体逻辑是否正确、方案是否合理，然后让 AI 去完成具体的实现。遇到前端问题或者代码 Bug，也不再像以前一样，先自己花大量时间定位问题，再告诉 AI 怎么修改，而是直接把问题描述清楚，让 AI 自己分析、定位和解决。回想以前使用 AI 的时候，更多还是把它当成一个“代码助手”，需要自己提前想清楚问题，再让它帮忙实现。以前使用 DeepSeek 比较多，当时对于 AI 生成代码的可靠性还没有那么强的信心，所以习惯自己掌控整个开发过程。但现在体验下来，前沿模型在代码理解、调试和工程任务处理上的能力确实提升非常明显。另外一个很大的收获，是对于产品和技术思维的变化。目前所在的部门还处于探索阶段，没有直接承接成熟业务，而是在闭关开发自己的产品，不断尝试增加新的功能。整体节奏相对比较自由，也有更多机会参与产品讨论。每次和 MT、LD 开会的时候，都会听到很多关于产品的新想法。有时候真的会产生一种感觉：“原来还可以这么想。”“这个方向为什么自己之前没有想到？”“这个想法真的很有创造力。”这种提升并不只是技术能力上的提升，更多是一种思考方式和产品视角上的变化。实习之后，每天大量使用 AI，也让我越来越明显地感受到大模型带来的变化。现在很多开发问题，已经不完全是“能不能实现”的问题，而更多变成了：有没有好的想法？有没有足够创新的产品方向？能不能找到区别于其他产品的价值？尤其对于 To C 产品来说，技术实现能力固然重要，但真正决定产品竞争力的，往往是想法、洞察和创造力。以前觉得开发一个功能最大的难点是把代码写出来，但现在越来越觉得，未来开发的核心竞争力可能会逐渐从“写代码的能力”转向“发现问题、提出想法、设计产品以及利用 AI 快速实现的能力”。
发布于 北京
1
3
7
未登录
友善发言
评论
加载中
