最新

过去几个小时里，我向它问了几个验证问题，没有回应。然后我查看了它最后一次回复推文的活动，已经超过两个小时没有动静了。 时间：太平洋时间 2025 年 12 月 15 日（周一）晚上 8 点 订阅：高级版 如果使用主链接访问 grok，它会回答问题，但在被提及的时候，它不再回复推文。

我创建了 InterviewKitHQ，旨在帮助 HR 团队快速创建高质量的面试材料。 对于 HR 和招聘经理来说，创建优秀的面试指南需要花费大量时间。企业级工具价格昂贵（每月 75 美元/用户以上），而且操作复杂。免费的 AI 工具生成的面试问题则往往比较笼统，有时甚至存在问题。 *我构建了什么：* 一个系统，可以： 1. 从 8 个维度（职责、技能、薪酬、职业发展路径等）研究不同职位的类别。 2. 生成完整的面试工具包，包括问题、评分标准和红/绿旗指标。 3. 进行合规性检查（无歧视性内容）。 4. 导出为可编辑的 Word 文档。 *技术栈：* - 后端：Python/FastAPI，SQLite（生产环境中使用 PostgreSQL）。 - 前端：React + TypeScript + Tailwind。 - AI：使用 Perplexity 进行研究，GPT-4o 用于生成和合规性检查。 *商业模式：* - 免费版：3 个工具包（来自现有库或根据职位描述定制）。 - 付费版：每月 99-299 美元，可获得更多工具包和功能。

我是一名中高级软件工程师（约 7 年工作经验），正尝试转入人工智能/机器人领域的应用研究。没有博士学位。 如果您曾招聘过研究工程师/应用科学家/机器人相关职位： * 什么能区分一位优秀的非博士候选人和“喜欢机器学习的聪明软件工程师”？ * 哪些成果最有说服力（复现论文、开源贡献、参与实际系统开发、会议 workshop 论文等）？ * 面试中通常会暴露哪些技能差距？ * 如果您已经成功转型，您觉得什么对您有效？