开篇里说要持续输出，这篇先把最难下笔的写了：我现在到底是个什么水平。

概念都懂，动手就虚

概念和流程这一层，我自认为还行：RAG 的两阶段、ReAct 的循环怎么闭合、Function Call 的调用链路，都能讲清楚。

但一落到实操就露馅。真让我从空文件夹写一个 SSE 流式接口、搭一套混合检索，我大概率要停下来翻文档，看不少资料才能动手。也就是说，”会”的成本高到不自然——不查资料裸写出来的部分，少得可怜。

还有更扎心的一层。这个博客背后有一套知识库、十组实验数据、评测分数、一堆架构图，看起来产出不少。但这些大部分是 AI 跑的、AI 写的、AI 画的。我拥有的是”看懂了”，不是”做出来了”。

太依赖 AI 了

这才是上面问题的根源。

我现在离开 AI 就乏力。查资料靠它，写代码靠它，连整理学习笔记都靠它。它给的答案越完整，我动手的频率就越低；产出的东西越漂亮，我越没有动力自己重来一遍。

这会造成一种错觉：笔记在变厚、图在变精致，好像一直在进步。但闭上笔记做自测，能凭记忆答对的没几道——进步的是知识库，不是我。

入行与春招

说实话，我不确定自己能不能入行。

春招不等人，而我还在补基础。看到别人简历上的项目是实打实跑出来的，我的部分是”AI 辅助读下来的”，这种对比让人无力。这种无力感没什么好包装的，写在这里就是为了面对它。

展望

无力感的解法只有一个：把”看懂了”变成”做过”。接下来的事，开篇里其实已经埋了伏笔：

  1. 删代码补全：从学过的 Agent 里删掉一个核心方法，不看源码补回来，再对答案；
  2. 亲手重跑实验：不复述 AI 的报告，自己跑一组 RAG 实验，记录自己的数字——哪怕比 AI 跑出来的难看得多；
  3. 每周闭卷自测：答错的部分写进博客。

博客从这篇开始多一个作用：检验器。写不出来 = 还没懂。

春招的结果我控制不了，能控制的是输入。计划在走，实操在补，等投简历的时候，简历上的每一句都得是自己跑过的。

这篇是底线。之后的文章如果比这篇实，说明方法有效；如果比这篇还虚，说明我在原地踏步。立此为照。