北京职女

北京职女

𝕭𝖊𝖎𝖏𝖎𝖓𝖌 𝕮𝖆𝖗𝖊𝖊𝖗 𝖂𝖔𝖒𝖆𝖓 💡该频道用一种很新的思路来讲工作与生活,偏爱系统化思考和研究底层逻辑。 我很喜欢「职业女性」这个title。小时候关于成为职女的幻想来源于TVB职业剧里那些潇洒独立的女主角。长大后才发现,自己的能量和边界远比想象中要宽广得多。 在这个鼓励躺平的舆论环境里,我依然想号召大家去成为一名职业人士。阿根廷诗人博尔赫斯曾说:“任何命运,无论多么复杂漫长,实际上只反映于一个瞬间,那就是人们彻底醒悟自己究竟是谁的那一刻。” 希望通过我的分享帮助大家在这平凡日常中,多反思多感受,寻找到那些能够改变命运的关键瞬间,从而更好地认识本我,实现自我。 𝖆𝖇𝖔𝖚𝖙 𝖒𝖊 AI科创资深从业人。AI应用产研方向深耕,在做一些能帮助世界变好的AI医疗产品。 ENTJ | 非典型E人,高敏感T人。科技领域职女勇闯播客圈。 创作是我的社交方式。 𝖇𝖙𝖜... 🧏‍♀️ 这是田子鹅的单口播客,也有嘉宾。 🎵 所有音乐都是我用ai创作的(收听和下载在网易云音乐:Fiona Huang)
00:00
00:00

單集摘要

很多找实习找工作的应届生会误以为:求职又是一场考试。但真正进入招聘现场后我发现:很多人不是不优秀,而是无法被判断。我最近有很多关于招实习的感想,发现学校和职场之间,其实存在一套完全不同的评价体系。学校奖励正确答案,职场奖励有效行动。学校在评判你是不是一个好学生,而招聘在判断:你能不能成为一个值得托付的同事。 这一期节目,我会分享一些真实招聘案例,包括: 全院第一却差点被埋没的学生 转行和跨专业经历到底是不是劣势 用人方究竟在看什么 好的简历该怎么写 如果你正在准备秋招、实习、正在改简历,或者正在思考自己的职业转型,希望这期节目能够帮助你。 - Part1. 很多应届生不是不优秀,而是无法被判断 00:46 正在转行的好基友强烈建议我创作这期内容是因为? 01:28 名牌大学就业指导中心和用人经理视角有什么区别? 04:57 很多应届生不是不优秀,而是无法被判断你能不能被托付 06:23 公司招人,本质上是在做风险判断 Part2. 一个全院第一的学生,为什么差点被埋没? 07:36 真实案例1:一个主动私信我的计算机院学生 10:52 事后发现她竟然是全院第一,为什么她最大优势差点被忽略? 13:41 简历不是自传,而是广告 14:19 学生写简历实操方法论分享,一张简历的评分体系 Part3. 转行经历到底是不是减分项? 18:45 真实案例2:不相关领域跨考审计硕士寻求转行 19:36 如何把过往经历翻译成岗位语言?能力是可以迁移的 21:55 就业中心建议弱化过往经历,为什么我不同意? 23:18 转行不是删除过去,而是重新解释过去,解释得好反而是亮点 23:58 让我印象深刻的跨界榜样:梁春娟律师的硬核人生 Part4. 学校逻辑和职场逻辑为什么完全不同? 25:10 学校奖励正确答案,职场奖励有效行动 25:40 为什么协作成本低是一种被严重低估的能力? 26:15 招聘市场想知道的是:你能不能成为一个靠谱同事? Part5. 给应届生和转行人的四个建议 26:33 找到你最强的标签 26:50 真实案例3:一个AI Agent实习生的简历,鲜明标签如何让人记住你 31:27 学业成绩、兴趣热情、数据能力、沟通能力,都可以成为标签 32:49 每一段经历都问自己一句:所以呢? 33:20 不要害怕非典型经历 ——差异化不是你的污点,而可能是你的竞争优势 33:51 如何向一个陌生人解释自己的价值…

單集

36-

36.从用人经理视角看:为什么你的简历总是石沉大海

很多找实习找工作的应届生会误以为:求职又是一场考试。但真正进入招聘现场后我发现:很多人不是不优秀,而是无法被判断。我最近有很多关于招实习的感想,发现学校和职场之间,其实存在一套完全不同的评价体系。学校奖励正确答案,职场奖励有效行动。学校在评判你是不是一个好学生,而招聘在判断:你能不能成为一个值得托付的同事。 这一期节目,我会分享一些真实招聘案例,包括: 全院第一却差点被埋没的学生 转行和跨专业经历到底是不是劣势 用人方究竟在看什么 好的简历该怎么写 如果你正在准备秋招、实习、正在改简历,或者正在思考自己的职业转型,希望这期节目能够帮助你。 - Part1. 很多应届生不是不优秀,而是无法被判断 00:46 正在转行的好基友强烈建议我创作这期内容是因为? 01:28 名牌大学就业指导中心和用人经理视角有什么区别? 04:57 很多应届生不是不优秀,而是无法被判断你能不能被托付 06:23 公司招人,本质上是在做风险判断 Part2. 一个全院第一的学生,为什么差点被埋没? 07:36 真实案例1:一个主动私信我的计算机院学生 10:52 事后发现她竟然是全院第一,为什么她最大优势差点被忽略? 13:41 简历不是自传,而是广告 14:19 学生写简历实操方法论分享,一张简历的评分体系 Part3. 转行经历到底是不是减分项? 18:45 真实案例2:不相关领域跨考审计硕士寻求转行 19:36 如何把过往经历翻译成岗位语言?能力是可以迁移的 21:55 就业中心建议弱化过往经历,为什么我不同意? 23:18 转行不是删除过去,而是重新解释过去,解释得好反而是亮点 23:58 让我印象深刻的跨界榜样:梁春娟律师的硬核人生 Part4. 学校逻辑和职场逻辑为什么完全不同? 25:10 学校奖励正确答案,职场奖励有效行动 25:40 为什么协作成本低是一种被严重低估的能力? 26:15 招聘市场想知道的是:你能不能成为一个靠谱同事? Part5. 给应届生和转行人的四个建议 26:33 找到你最强的标签 26:50 真实案例3:一个AI Agent实习生的简历,鲜明标签如何让人记住你 31:27 学业成绩、兴趣热情、数据能力、沟通能力,都可以成为标签 32:49 每一段经历都问自己一句:所以呢? 33:20 不要害怕非典型经历 ——差异化不是你的污点,而可能是你的竞争优势 33:51 如何向一个陌生人解释自己的价值…

14 Jun 2026
35-

35.我的人生B面:关于闯进国际AI音乐大奖决赛这件事

停更四五个月,没有弃坑,而是去人生的旷野里开了一个硬核的隐藏副本。 白天在海淀AI Tech打工,晚上在朝阳卧室用AI写歌。结果一不小心,跨界杀入了一个高规格的国际AIGC创作大赛决赛,拿了一等奖。 关于外行人打比赛的备赛经过,关于我搞创作的成长与反思,关于全世界最好的AI音乐模型是什么水平?关于人类使用AI的一些终极命题,关于我是如何一步步探索我的表达方式,构建自己的宇宙……今天一整个讲故事大分享。如果你也对AI创作感兴趣,或者也曾因为某些“圈子的边界”而感到内耗,这期节目也许能给你一点跨界的勇气。如果你觉得这期故事对你有启发,欢迎在评论区和我交流,或者转发给同样在探索人生B面的朋友们~ - 00:29 停更四五个月去干嘛了? 01:51 怎么看待AI音乐?我做的AI音乐是什么样的? 04:18 我如何定义自己在这个新音乐世界的身份?“一人studio”的时代 ——AI不仅降低了创作门槛,它还是重启童年未完成梦想的最好外挂 Part1. 意外变成“卧室音乐人” 07:06 作为一个素人为什么会想先做播客? 08:53 豆瓣日记被锁引发的深思:偏娱乐化的社区不再适合承载我的知识库 10:18 我的第一次DJ经历:小学广播站迎来了最有品味的人 12:48 项目经理的惯性风控:过于谨慎的我决定自己写版权音乐 15:09 意外写出金曲,播客没人听音乐却很受欢迎 Part2. 在音乐里安放感性与脆弱 16:42 回听众留言:为什么一直分享“精英爽文”?聊聊我的隐私焦虑与羞耻感 ——在音乐的浪漫化叙事里,我可以毫无顾忌地流淌我的脆弱 18:37 Suno创始人Mickey Shulman:AI没有消灭音乐人,它是在制造更多音乐人 20:31 我知道我要的风格:播客与音乐的互相反哺,维系了我奇妙的双面生活 Part3. 像做项目一样打比赛 22:34 突发项目:被推荐参加一个有AI音乐赛道的大赛 23:20 交出我第一年最爱的作品:关于千禧年我家的第一台座机 25:11 复赛上强度:突破模型技术边界并迭代了近100个版本 27:51 决赛地狱模式:非典型E人被迫在小红书Casting找Vocal 30:37 当我和老板请假他这么说…… ——未来不是T型人才,而是E型人才:在两个领域很深,最好三个都精通。 32:00 满身班味的中关村打工人硬生生闯进了音乐学术圈的决赛现场 Part4. 成年人的真相与回归旷野 33:44…

10 Mar 2026
34-

34.北上广职女图鉴:当我们的附近消失了,然后呢

当代都市人的「附近」真的消失了吗?消失一定就是坏事吗?我们从人类学家项飙老师的理论出发,聊聊在大城市里,邻里关系如何从儿时院子的“亲密无间”演变成如今的“体面距离”。两位从南方四线小城迁徙到北京上海的90后职女回顾了那些逝去的温暖连接,并探讨在“独处自由”和“平台经济”下,如何重建自己的附近。 - 💁🏼‍♀️主播:田子,base北京的职女,AI科技公司打工,享受工作也热爱生活,非典型E人(高浓度稳态entj) 🙋🏻‍♀️嘉宾:思敏,base上海的职女,咨询培训公司打工,喜欢山野随遇而安,经典P人(偶尔流动的entp) - Part.1 老家的“附近” 00:26 关于「消失的附近」这一概念:我们越来越依赖远方的网络和抽象体系。 02:33 童年记忆:南方四线小城院子里,我家做什么菜邻居都知道。 03:37 90后伙伴间通讯方式变迁史:从楼下喊、阳台喊、座机响两声(省话费),到QQ联络。 06:38 「请回答 1988」式附近:几个小伙伴、父母间都认识的紧密关系。 07:51 熟人社会的烦恼:田子坦言面对老家邻居“围观”的目光,有社交压力和偶像包袱。 11:13 “规训感”与“营业状态”:在长辈注视下该扮演高情商好孩子的角色。 12:58 思敏形容:老家院子的铁栅栏是“家的结界”,进去就不用被成人世界的规矩束缚。 Part.2 北上广节奏与人情温度的差异 14:10 北京通勤:住四环内10公里通勤,穿梭于朝阳与海淀的田子,与残酷早高峰保持安全距离。 18:05 上海通勤:嘉定到南京西路一个多小时地铁,homebase为主的思敏感慨牛马专线上“活力满满的老年人”与“死气沉沉的年轻人”。 20:00 比北京节奏再快一点:坐地铁超车、打车会盯路况并与司机battle路线。 24:50 北京老小区的温度:认识聚众打牌喂猫的大爷大妈,生活气息浓厚。 27:02 上海的体面距离感:人与人之间的距离天然存在,让人没那么社恐。 30:41 小时候在私人诊所被护送长大,到大城市后独自看病成为一种“心灵创伤”。 34:12 对归属感的深度思考:城市不会排斥你,“说白了还是自己不喜欢”——归属感是一种个人喜好的投射。 Part.3 新型附近与独处的自洽 37:32 有活人感的小馆子才是附近:思敏与楼下精酿啤酒馆朱哥的故事式连接。 39:10 Routine式链接:常去的网红螺蛳粉店阿姨记住我要微微辣。 41:54…

27 Sep 2025
33-

33.GPT-5真相与实测:微软架构师带你看AI的进化与Agent未来

OpenAI在本月初发布了万众期待的ChatGPT-5,虽然遗憾的是AGI时代还没到来,但经过一段时间的亲自试用,我们在这期将仔细讲述GPT-5 上手体感,实测它在专业编程、氛围编程、医学、心理疗愈、教育学习等领域的效果。这是信息量巨大,且对AI使用者非常有帮助和指导意义的一期。希望通过我们的分享,给听友们带来更多和AI协作的灵感。 本期非常荣幸地邀请了一位特别嘉宾Nathan,他是我认识的朋友里把AI技术讲解得最生动透彻的人!也是一位天文爱好者和科幻爱好者。除了硬核讲解以外,我们也大开脑洞,预测了未来的技术发展趋势,AI将如何改变人类生活的方方面面,以及AI时代下的焦虑和代际差异,并吃瓜了OpenAI,微软,马斯克之间的微妙纠葛。 - 主播:田子鹅 嘉宾:Nathan,微软中国首席研发,架构师,在软件工程与AI落地领域有深入理解和研究,著有若干专利与书籍。 - 00:27 AI布道者Nathan来了! 01:35 漫长的前摇两年的等待,GPT5发布后的“落差感”:曾把“参数量=革命”当成想象锚点。 03:50 “就这?”到“真香”:上手后在多方面优于 GPT-4O。 04:15 微软内部实情:写代码时团队最爱的模型竟然是它? 06:36 Claude Sonnet 4 VS. GPT-5 10:57 大模型更类人了,可以自动在快/慢思考间切换。 12:53 DeepSeek V3.1同样采用混合推理,行业路径收敛。 14:10 Feature之「智能路由」解读:浅层但却是Agentic关键能力。 16:15 Windows场景里,「Agent 调度」拆解。 19:00 Agent 成功关键:快、低功耗、参数提取准。 21:36 大语言模型+医疗,医院内文本与诊断工作流提效(报告、结构化)。 23:42 C端分诊/咨询(帮助“挂哪科”),Dr.李治中——AI分诊可行、易用。 25:11 AI技术趋势与路线之争:“猜词机器≠理解世界”的质疑。 26:56 杨立昆Yann LeCun 世界模型设想:先模拟“物理一致”的世界再生成视频。 28:05 世界模型优势举例:视频一致性更好,避免“松鼠变狗”。 29:15 现实格局:虽有 Mamba/Jepa 等新架构探索,工程上仍以 Transformer 迭代与组合(MoE、多模态)为主。 29:52 Sam Altman称GPT5是博士级专家,really? 31:58…

27 Aug 2025
32-

32.系统性讲解如何写好AI提示词 | Prompt Engineering

我们和大语言模型的协作模式还有优化的空间吗?AI从基础模型进化到高性能模型,又会如何影响提示词工程发展?AI除了可以帮我们解决工作/生活中的难题和dirty work,还能搞多模态的创作你知道吗? 很多人都知道AI提示词很重要,但大多数人不是写不好,而是根本不知道还能这样写。因此我想尝试系统性地讲一讲“提示词工程”这件事——为什么它不是写几句话那么简单,为什么它值得被当成一个“工程问题”来对待,又为什么你总觉得AI不好用,其实只是你和它没建立起合适的协作方式。我会从一个实际AI使用者/创作者和AI业内人的角度,讲写提示词的结构方法、使用策略、还分享了少有人讨论的写指令的风格范式,以及一点通俗易懂的底层原理。如果你总觉得“AI没想象中那么强”,那这期可能就是为你做的~ 此篇教程不需要技术背景可以放心食用,听完就能上手。我还准备了10个实用提示词模板,放在评论区自取。如果你觉得这篇对你有帮助,欢迎评论转发分享给其他朋友。如果你也有很多用AI的感想,欢迎评论区交流~ - 00:32 我为什么想做这个教程? 02:14 我计划怎么给大家“完善地”讲解提示词工程? 04:54 我现在最常用的AI工具,以及我都用它们干什么? 07:15 我从小到大最擅长的一件事:提需求 ——会提需求,你的人生就会变成爽文 Part0. 从“提问”开始讲 08:33 一切皆可问,你和AI之间的“合作关系”,更像是建立你自己语言习惯的过程 10:41 很多人在意图澄清方面都有巨大欠缺 ——Prompt工程的第一个关键变量,不是模型有多强,是你对所处任务的理解有多深 Part1. Prompting 框架 13:05 Google官方课程「Prompting Essentials」 ——如何将一个模糊的需求拆解成多个具体的、可执行的步骤 1.1 Task(任务) 1.2 Context(上下文) 1.3 References(参考) 1.4 Evaluate(评估) 1.5 Iterate(迭代) Part2. Prompting 范式 21:14 AI从基础模型进化到高性能模型,又会如何影响提示词工程发展? 2.1 Lazy Prompting 22:51 吴恩达为什么说有时用懒提示反而更高效? 26:10 适用于哪种模型?写懒提示居然还有个意想不到的“好处”? 26:57 你可能会想知道的和「大模型记忆力」有关的3个底层机制…

04 Aug 2025