https://jiajia.fun/qa/836a5be8-%E8%AF%84%E4%BB%B7%E4%B8%80%E4%B8%8B%E5%A5%B9%E7%9A%84%E7%BB%8F%E5%8E%86-lvyovo-wiki-tech-prof

# https://lvyovo-wiki.tech/prof#%E5%BC%80%E6%BA%90%E7%BB%8F%E5%8E%86 评价一下她的经历

20 岁能攒出这份履历，执行力和精力确实惊人，技术跨度也极大，从底层 C/C++（Openvela、ncnn、vLLM kernel）、Rust Infra（ISCAS Buck2）一路打到最前沿的 Code Agent 和 Harness（Microsoft MAI、Kimi RSI Durable Harness），中间还穿插了黑客松获奖和高 star 笔记仓库。 但从工程招聘和面试官的视角去拆，这份经历有几个很明显的分层和需要打问号的地方。 真正撑起含金量的不是下面那些 Toy 项目（RPC 框架、Boost 搜索引擎、AI 生成 PPT 这类常见练手项目），也不是靠整理资料拿 star 的笔记专栏，而是她切进了几个一线硬核场景：Microsoft MAI 的大规模仓库 Code Agent、Moonshot Kimi 的 RSI Durable Harness，以及 vLLM 里 Gemma4 MoE 层的算子融合和腾讯 ncnn 的端侧部署。能拿到这些团队和仓库的入场券，说明她本身的基础能力和对前沿方向的敏锐度是过关的。 不过页面展示上有一个很现实的问题：时间线太密，且把「正式实习」「开源提 PR」「黑客松比赛」混在了一起。2026 年一年同时挂着 Kimi、Microsoft MAI、ISCAS 三段 Work，外加五个 Team 比赛和开源项目。面试官看到这种密度的履历，第一反应不是惊叹，而是怀疑每段经历的真实深度——她到底是核心模块的 Owner，还是只是给开源仓库提过一两个 PR、在实习里打了下手。 另外，现在的描述偏「口号化」，缺少机制细节和可验证的结果。比如「支撑千万行代码仓库」「降低推理延迟」，没有写清楚具体卡在什么硬问题上、用了什么机制去解、延迟或任务成功率实际提升了多少。如果把下面那些常见的 Toy 项目精简掉，把 Kimi 的 Durable Harness、Microsoft 的 Code Agent 和 vLLM 的算子优化展开讲透技术取舍和真实数据，整份简历的说服力会比现在堆满二十个项目强得多。
