AI Native 程序员的简历,重点不是写“会用 Cursor”,而是用一段具体经历证明:你把 AI 融进了真实工作,并且改变了结果怎么被验证。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先讲清一段“从旧场景到新方法”的经历
AI推演立正给面试 AI mindset 环节设计的核心叙事是:原来在什么场景工作、积累了什么领域经验;后来通过一个 AI 项目学会了什么新工作方式;再回到原业务会怎么做得更好。招聘方要找的不是空谈趋势或只会做 demo 的人,而是已经把 AI 融入具体工作、并能把变化带回真实业务的人1。简历可以照这个骨架写一段主项目,而不是罗列工具名。这是 AI 对原文面试框架的迁移应用。
程序员的价值在定义结果,不在规定每一步
立正转述鸭哥的自动翻译经历:早期用分段、拼接、重试等规则处理模型的不确定性,九成时间花在 workflow 上;后来交给 Agent 执行、观察、返工,人负责说清“翻译完成”意味着什么,并用脚本验证格式、残留和术语一致性2。他由此提出,需要放下的是“只有我规定每一步,结果才可靠”,把专业判断放到验收标准和反馈回路上2。简历里写清你定义了哪些验收标准、怎么让结果可验证,比写“精通 prompt”更能说明问题。
项目要能说明它在组织里怎么被用起来
立正描述 AI Native 组织里,程序员第一天就和设计师一起用 AI coding 工具做出原型,再基于真实原型修改;设计师提供精确 prompt、审美和审核,程序员承担 Architect、Conductor 的角色,用 agents 可控地实现意图3。所以简历上的项目最好交代协作方式和你的角色,而不只是“做了一个 App”。他另提到,2025 年初能用 Cursor 做出扒谱或分类 App 在简历上很亮眼,4这提示“亮眼”有时间和稀缺性条件,同类项目如今未必同样突出。
现有片段没有给出 AI Native 程序员简历的完整模板或逐条写法;《粉饰简历=浪费时间!能找到工作的简历长啥样?》5谈的是 2021 年一般简历的包装逻辑,未涉及 AI 能力,只能作为背景参考。
出处
- 12026,如何在面试中证明自己"真的懂AI"
给出“旧场景—AI 项目—回到业务”的核心叙事框架,可直接用于简历主项目。
- 2到底什么才算AI Native人才?|如何unlearn?
解释结果确定性与验收标准,说明程序员在 AI 工作方式中的价值位置。
- 3AI时代的面试,三件事让公司对我求贤若渴?
描述 AI Native 组织中程序员与设计师的协作方式,帮助写清项目角色。
- 4Gemini正在杀死Vibe Coding?未来什么样的AI人才最稀缺?
提供“什么项目在简历上亮眼”的时间性例子,提示稀缺性会变化。
- 5粉饰简历=浪费时间!能找到工作的简历长啥样?
可回到原文核对这部分判断
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 社区里有哪些投简历的方法论或帖子值得去看
最值得先看的是立正点名的 YC 两个社群精华帖:一个讲改简历的整体理解,一个用 6 个真实案例逐份点评;其次可看立正与董有超那期改简历对谈。
- 我想知道怎么写简历会更好,有哪几项规则
简历的目标是拿到面试,所以先定具体岗位和公司,再围绕对方要什么删减内容,把最有穿透力的成果放前面,而不是把经历都堆上去或包装。
- 下面这个简历 立正会认为要怎么改呢:陈文斌
求职意向:AI 应用开发 / 后端开发 | 期望城市:厦门 | 工作年限:4 年后端开发
电话:133-2840-2307 | 邮箱:codebin99@163.com
个人优势
• 4 年后端开发经验,既写过 Go 的虚拟机资源调度、异步任务编排与状态机,也在 Python 平台上落地过基于 LangGraph / DeepAgents 的 Agent 应用。
• 能独立理解业务需求、完成方案设计与开发,并把功能推进到上线;获 CCF AIOps 2025 挑战赛优秀奖(大模型 Agent 根因定位赛道)。
专业技能
• AI 应用开发:熟悉 LangGraph / DeepAgents 的 Agent 开发,了解并实践 Agent 工具调用与 MCP 协议接入、RAG 知识库检索,以及人工审批、执行预算等 Agent 执行控制手段。
• Python 后端:熟练使用 Django、Celery、Redis 进行业务开发,熟悉异步任务、分布式锁与租约等常见后端模式。
• Go 后端:熟悉 Go 并发编程,有长耗时任务编排、持久化状态机、Worker 池与资源锁的项目实践。
• 数据存储:MySQL、Redis、VictoriaMetrics / PromQL、图数据库。
• 部署与工程(加分项):熟悉 Linux 环境,能使用 Docker、Kubernetes / K3s 部署服务,有 CI/CD 流水线使用经验。
工作经历
中数通信息有限公司 后端开发工程师 2022.07 – 至今
负责私有化云平台相关产品的后端研发,先后参与 Go 虚拟化管理平台与 Python 智能运维平台(含 AI 助手)的开发;参与平台需求对接与客户交付,累计服务 10+ 家客户。
项目经历
智稳 AIOps 智能运维平台 后端开发 / AI 应用开发 2024.08 – 至今
项目介绍:公司自研的私有化智能运维平台,覆盖资产管理、监控告警及智能运维助手等场景,负责 CMDB、监控与 AI 助手模块开发。
技术栈:Python、Django、Celery、Redis、VictoriaMetrics、图数据库、LangGraph / DeepAgents、MCP
• AI 智能运维助手:基于 LangGraph / DeepAgents 构建 Agent,接入知识库检索(RAG),集成 Kubernetes、数据库、SSH 等 30 类运维工具集供 Agent 按需调用,并提供外部 MCP 服务接入能力,支持用户以自然语言完成资料检索与工具调用;在执行过程中引入人工审批、执行预算和重复调用约束,控制 Agent 的工具调用范围与执行开销,降低误操作和无效循环调用的风险,支撑运维问答及辅助排障场景。
• 资产自动纳管与关系维护:开发 CMDB 资源采集、实例管理与自动关联能力,基于属性匹配规则维护资源关系,支持实例变更后的增量关联与规则变更后的全量同步;通过唯一键写入锁控制并发写入冲突,为资产查询和拓扑展示提供一致的数据基础;已服务算力中心客户,纳管 1 万+ 台 ECS 云主机资产。
• 采集任务可靠性:完善资源采集链路,基于 Redis 租约、心跳续租和轮次标识控制重复执行及过期结果;引入成功凭据优先、认证失败分级冷冻机制,减少无效认证尝试,支持多目标采集与异常恢复。
• 监控生命周期治理:基于 VictoriaMetrics / PromQL 实现指标查询与监控实例自动发现,完善实例活跃状态、超时清理及关联告警关闭流程;仅依据成功发现结果累计失联时长,避免采集异常造成实例误清理,并通过序列数和采样点预算限制大范围查询开销。
• 需求对接与交付:负责平台需求对接与客户交付,推动功能从需求到上线落地。
智稳虚拟化平台 Go 后端开发 2022.07 – 至今
项目介绍:公司自研的私有化虚拟化管理平台,统一管理虚拟机、宿主机、存储及网络资源,支持虚拟机生命周期管理、资源调度、热迁移和镜像导入,为私有云资源交付提供统一入口;已在公司内部生产环境支撑 35 台物理宿主机、400 台虚拟机的调度与管理。
技术栈:Go、MySQL、KVM / QEMU、Linux、Kubernetes / K3s
• 异步任务编排:围绕虚拟机创建等长耗时操作,基于持久化状态机和父子任务机制编排网络、磁盘及实例部署流程,结合 Worker 池、资源锁和远程回调重试控制并发执行,支持任务进度追踪、失败定位、取消及历史归档。
• 资源调度与预占:通过约束过滤与加权评分完成宿主机选择,结合 CPU、内存和存储需求登记待分配资源占用;引入 NUMA 感知评分,在满足资源需求的前提下优先
立正会先问这份简历投的是哪类岗位、JD 写了什么,再按那份 JD 重排:把「能带来什么结果」提到前面,把 LangGraph、MCP 这类名词退到后面,用你真正解决过的问题支撑。
- YC改简历的相关视频里面的内容介绍
这期视频是立正借“改简历”讲打造产品的方法论,并整理了社区里YC改简历的两个帖子:一个讲整体理解,一个点评6个真实案例。
- 立正采访yc的时候提到简历的个人亮点该怎么写,请详细阐述,谢谢
简历亮点不是把经历写得更华丽,而是从面试官和岗位需求出发,删掉大部分内容,留下能证明判断力和影响力的少数几件事。
- 在AI时代,到底如何处理简历里的表述,如何让简历在AI时代有眼前一亮的感觉
简历要“眼前一亮”,靠的不是把AI技能堆上去,而是针对目标岗位做定制,并用成果而非投入来证明自己。