经过2个月的漫长面试周期，最后也是选择了腾讯作为这次暑期实习的终点，从小米到腾讯，从上海到深圳。从一开始选择SRE的方向，了解人工智能、Agent、RAG、MCP等技术在SRE的运用，在学习的过程中了解到L站，到小米汽车的第一次实战，到现在来到腾讯SRE，从最开始以为软件工程就是可以去做游戏开发，到后面在学校服务器机房打杂做日常巡检，再到最后开始自己的SRE的学习之路。
现在回望L站的内容，真的是自己了解当前新AI技术在各行各业运用的良好平台。现在很多复杂的问题，都会先去L站找一下相关的帖子，看看有没有人做过类似的想法。深切感悟到L站中的AI应用思维真的处于前列。这里有着各种各样的奇怪的场景和新奇的思路。有各种各样的人来补充思路和完善使用场景，真的有学到很多。
现在回想以来，大一的时候其实也没想好自己能干啥，当时最想的应该是去鹰角网络实习（后面真试一试吧，虽然屡次拒绝+社招为主，但是真的想去啊），一开始其实学的很后端。但是随着一次学校Linux的相关学习探讨，突然觉得在服务器上构建可观测性，通过数据配合AI进行分析后反馈到开发上的场景，对我有了一种吸引力。然后这也是我走上SRE学习的原因
“很少会有完全相同的场景”，在SRE的学习的过程中其实很多时候充满了偶然，从网络问题到端口占用，从timeout设置的不够宽裕到，可能只是偶然的抖动导致的error。SRE可以说真的很在意记录这一行为。开始的时候是怎么样的，设置一个可以还原的存档点，然后一步一个脚印的尝试，很多时候需要尝试很多种方法才能解决问题，或者干脆重启或者rm还能大力出奇迹（记得保存好备份以免裂开）。“我不能告诉你什么可以，我只能告诉你在这个环境下什么不可以”可以说是在SRE中经常遇到的原则。这是一门不太需要有很强大的编程能力的方向，但的确是学的最杂，问题最多、连锁反应最强的一个方向
作为一个四非学校的学生，很难说我的学校有什么资源来推动我更高的平台，但是的确学校的老师、同学们给了我非常多的帮助，包括当我的电脑系统坏了的时候帮我准备启动盘、当学校的老师得知我想学习K8s的时候，帮我找来了几台空置的机箱和一个教室来让我自己搭建测试环境、和我一起打比赛一起学习的同学。因为有了大家，我也有了很多机会，我真的第一次做了半年的长线服务器运维（还有薪资补贴
），和开发、产品一起合力开发了一个AI项目，并且落地作为学校信息化基础建设的一部分，在23年的时候就有了对AI落地运用的学习和实践，开始做Agent。SRE是一个吃场景的方向。如果没有可以用来实践的项目，真的很难说出口。我的很多面试，面试官都会一直问我的项目经历，而非纯粹的八股和算法拷打，我也能讲的很流利讲的很轻松，有时候还会讲到通宵守着上线、和后端争执说这里的日志输出不规范和后端一起优化性能、了解前后端的部署需求，提供基础的环境等。
是工作还是读研？这个问题说实话我现在还没有一个确切的答案，我认为人应该做自己想做的事，这也是我大学一直坚守的底线。也是我对我所有同学的祝愿。这或许真的很难，很多人会因为自己的无奈而离开，或者被迫学着自己不喜欢的事物。我也只是很庆幸的对代码、对报错没有生离上的不适应，可以坐着一天来解决一个问题。之前也的确有老师来问我是否想要作研究生，认为我可以继续学习，这一点上来看，我最大的忧虑还是现在到来的AI浪潮，坦白的说，我接受到的所有面试都无法回避的内容就是：你用过AI吗，你了解agent的原理吗，你设计过什么AI的产品以及你对当前的AI有什么看法。AI从我入学时的4o到现在的4.7opus，我上个月的claude 消耗是4000美刀（使用的 max x20），这些发展的这么快，以至于我甚至觉得很多时候都是在经验主义而不是成体系的解决问题（相关体系还在构建），我害怕我会错过这个时代，如果我研究生三年读完，AI的应用体系已经建立，范式已经定型，那我会怎样。想到这里，我只能说我还至少人在AI建设的队伍里，还有着可以选择上下车的自由。
在最后，我还是希望我认识的所有人都能顺心，比如说学长炒股不要失败，同学的工作可以顺利、想保研而疯狂加分的团支书不要再内耗了，还有L站的各位可以在L站找到你想要的知识和交流的氛围
1 个帖子 - 1 位参与者