Skip to content

Jaxon1216/interview-analyzer-skill / skill/project-interview-skill

project-interview-skill

Verified

基于项目描述与仓库证据生成目标简历、完整核心源码课程与项目面经,含学习路线、重点难点 HTML 专题和第一人称回答。 适用于项目分析、面试准备、简历亮点和导学材料。

references/excellent-resumes/ai4se-agent-infra.md

View on GitHub
# 金样:AI4SE Agent 轨迹合成与评测(图 2 OCR)

来源:用户提供的优秀简历截图(抖音 AI 基建 · AI4SE)。本 skill **未**用该项目跑过生成;收录是为了第二套结构:背景与目标 → 职责 → 机制 → 指标。禁止把本页指标、脚手架名单、token 阈值抄到其他项目。

---

## OCR 正文

**抖音 AI 基建 - AI4SE 基座算法 & Infra** · 2025.12 – 2026.4

### AgentScaling for SFT & RL | MultiModel Relay + Multi-Scaffold Diverse Trajectory Synthesis Pipeline

**背景与目标**

- 单模型轨迹风格容易过拟合。借鉴 Mix Diverse GPTs,引入多种 scaffold 提供不同风格的轨迹;目标是把高质量、多样化轨迹规模化合成,供 SFT 使用。
- 针对困难题上 Claude Opus 4.6 连续失败 3 次以上的情况,用 relay 与定位策略提高通过率、降低重复推理成本。

**我的职责**(项目 owner,0 到 1 设计落地;CLI:`relay run` → `export`)

- **多 scaffold 统一适配:** 为 10+ scaffold(codex、claude_code、cline 等)做统一 Agent 接口。新 scaffold 只需实现 `run` / `get_answer`。
- **Relay run 执行引擎:** 同一 Docker 容器内多 LLM 顺序接力,共享环境状态。交接分三阶段:规则压缩历史(约 12k 结构化文本)→ LLM 以 gold patch 作静默顾问生成 RFC(review)→ 按 Plan A/B/C 裁剪对话作为下一模型输入。可选每轮 Test-in-Loop:成功则提前退出,失败则把失败报告注入下一模型。复现 SWE-Replay:归档历史轨迹、从中间步分叉、用 `git diff` 恢复现场再试。
- **效果:** SWE-Bench 系列困难题通过率提升约 25%+;单任务推理成本(API 与耗时)下降约 30%+;覆盖 10+ seed 风格。
- **上下文压缩 + Checkpoint 续跑:** 超过约 180k tokens 触发 Micro compact;超过约 250k 走 LLM fallback。每轮落 checkpoint,中断后可从上一模型状态续跑。

### Agent Tracer Evaluation for SFT & RL | Trajectory Diagnosis + Rubric Eval and Wash Pipeline

**背景与目标**

不同模型在 MultiSWEBench 上完成率接近,但 agentic 能力(规划、工具效率、错误恢复、补丁质量)差异大。目标:用 Rubric 打分并过滤高质量轨迹片段,供 SFT / RL 训练。

**我的职责**(项目 owner,0 到 1 设计;CLI:`evaluate run` → `wash` → `export`)

- **LLM-as-Judge 评测引擎:** 按检查类型分批,减少 API 调用;能用规则判定的不走 LLM;支持多模型投票;429 自动退避重试,并限制并发与请求频率。
- **Failure Onset 定位:** 识别 Evidence-to-Action Gap(已经定位到证据,却转不成正确动作)。逐步打分找到第一次错误决策,丢掉其后的连锁失败,只保留此前的高质量决策段。
- **轨迹压缩:** 按内容类型差异化裁剪;同样在约 180k / 250k tokens 触发 compact / LLM 摘要,保留首条 USER 与失败报告。
- **增量续跑 + wash / export:** 按 CSR / ISR / Score / Effective Action Ratio 等多维 Top-K 过滤。
- **效果:** Agentic Rubric 模型区分度约 35%。相对未清洗基线,高质量决策段占比明显上升,SFT / RL 的通过率与补丁质量更好。

### SWE 系列 Benchmark 评测服务改造 | 接入字节云 AIPaaS 容器平台

**我的职责**(项目 owner)

把分散的本地评测迁到 AIPaaS 容器平台统一入口。链路:spec 配置 → CreateSession(申请隔离容器)→ 恢复仓库 → Agent 修复 → 提交 diff → 异步轮询 → 返回结构化结果,供业务线调用。

---

## 点评(生成时只复用这些)

### 可复用结构

1. **先 Why 再 How:** 「背景与目标」点名过拟合、连续失败、完成率相近但 agentic 差,简历读者 10 秒知道你在解决什么行业问题。
2. **所有权 + 交付物:** owner、0 到 1、CLI 工作流(`relay run` → `export`)说明这是一条可运行的系统,不是一组脚本。
3. **给失败模式起能问出口的名字:** Evidence-to-Action Gap、Failure Onset。面试官会问「怎么定义、怎么定位、切掉连锁失败会不会误杀」。
4. **机制带阶段数字:** 三阶段交接、约 12k、180k / 250k,数字是设计约束,不是空「待测」。
5. **指标跟在机制后面:** 25%+ / 30%+ / 35% 出现在已经讲清怎么做之后。用户项目没有数就写架构结果(统一接口、可续跑、推理代码零改),禁止编百分比。

### 面试官只看简历会问什么(正例题干)

- 多 scaffold 统一接口,怎么保证轨迹还能保持风格差异、而不是被接口抹平?
- 接力交接为什么是「规则压缩 → RFC → Plan A/B/C」,而不是直接把上一模型对话原样喂给下一个?
- Evidence-to-Action Gap 怎么操作化?第一次错误决策怎么避免误标?
- 180k / 250k 两个阈值各自挡住什么失败?压缩丢的是什么、必须保住什么?
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall