04-现状诊断.md 12 KB

现状诊断

基于用户已提供全部信息(2026-07-04)的第一版正式诊断。诊断区分"事实""推断"和"需要验证的假设"。v3 更新于 2026-07-30:CMPB 一审中,论文 2 延至 8 月底。


📋 个人优势

优势 说明 事实依据
科研启动快 研一下两篇小论文推进:论文 1 已投 CMPB(一审中,40 天出决定);论文 2 对比实验完成 用户提供
代码与实验习惯好 本地可运行、gogs 托管、有 README、requirements.txt、SWANLab 日志、消融实验和 SOTA 对比 用户提供
嵌入式学习主动且能持续投入 每天 4.5 小时用于嵌入式 Linux,愿意按项目产出倒排学习 用户提供
FreeRTOS 执行力远超计划 17 天完成 21 个实验,截至 07-29 已搭建 ZET6 完整项目框架(LCD-FSMC + 触控 + CLI + 多传感器驱动) HAL_FreeRTOS_Projects 仓库可验证
知识管理体系化 Obsidian 知识库 wiki 300+ 篇,覆盖嵌入式/CS核心/深度学习/跨学科方法论,有 CLAUDE.md 管理规则 知识库可验证
学习方法论先进 基于 YJango《学习观》元学习框架,AI 加速 5 步法,构建自己的判别规则而非记忆材料 wiki 重构学习概念系列
时间安排灵活 无课程压力、无导师任务压力、每天可自由安排时间 用户提供
多方向并行能力 论文 + 嵌入式 + AI 工具 + 英语都有基础,不是从零开始 用户提供
数学基础有竞赛验证 本科全国大学生数学竞赛上海市二等奖、亚太杯三等奖 用户提供

📋 主要短板

短板 方向影响 事实依据
英语六级未过,估计 350 分 申博:六级 425 分是很多 211 / 双一流博士申请硬门槛;求职:少数企业也有要求 用户提供
C 语言 2.5~3 级,懂指针/结构体/寄存器,能独立做项目但深度不够 嵌入式求职:面试会深入追问指针/内存/OS底层,当前需要补齐 用户自评+项目
数据结构算法 1-2 级 嵌入式笔试和互联网笔试都受影响 用户自评
操作系统/计算机网络 2 级(有完整笔记但缺实践) 嵌入式 Linux 和互联网后端面试都受影响,概念有理解但缺实操和深度追问能力 用户自评+wiki
论文未中稿 申博:目前没有可用于申请的硬成果;距离秋招博士申请仅剩约 14 个月 用户提供
嵌入式项目有框架但仍缺完成度 FreeRTOS 实验 21 个 + ZET6 项目框架(LCD/触控/CLI/多传感器),但缺 README/演示视频/代码整理 ZET6项目可验证
普通院校 + 非科班跨考 求职:部分公司和岗位有学历门槛;申博:目标 211 / 双一流以上竞争大 用户提供

📋 可迁移能力

来源 可迁移到 说明
暖通技术员 1 年 7 个月 嵌入式工业应用 设备现场理解、工程约束意识、现场排错经验
跨考计算机(建筑 → CS) 所有方向 证明自学能力和主动转型能力
嵌入式自主学习(STM32 → 嵌入式 Linux) 嵌入式方向 自学路径清晰,能主动做 HAL 迁移
医学图像科研 + Python + AI 工具 AI 应用、Agent 工程、AI 医疗 可直接迁移到 AI 应用开发或医疗 AI 方向
Java Web + Spring + 部署 后端工具链、科研平台开发 可以作为工程底座能力
本科数学竞赛经历 申博:数学基础不是最弱 线代、概率统计虽然不熟,但有竞赛证明

📋 AI 替代与增强分析

受影响的任务

  • 普通 CRUD 后端开发:被 AI 代码生成工具增强和替代的双重压力
  • 简单模型调参/跑基线:AI 可自动搜索和调优
  • 嵌入式基础代码生成:AI 可生成外设初始化和配置代码
  • 论文写作辅助:AI 可帮助润色和图表生成

应增强的能力

  • 方案设计能力(不是只看 AI 能帮你写什么,而是你决定写什么)
  • 问题定位能力(AI 生成代码你得能调试和验证)
  • 领域理解能力(医学图像 + 嵌入式工业场景是不可替代的差异)
  • 系统工程能力(不只会一个组件,能理解完整链路)

对你的具体影响

  • 嵌入式方向:AI 增强开发效率,但调试、硬件接口、实时性、系统理解仍是核心壁垒
  • 博士方向:AI 加速实验,但创新性、实验设计、论文论证不可替代
  • 互联网方向:普通 CRUD 后端价值被压缩,必须向 AI 应用 / Agent 方向转型

📋 机会窗口

机会 说明 时间窗口 对你的意义
嵌入式 Linux 实习 秋招实习通常在研二暑假前(约 2027 年 4-6 月) 约 9 个月 当前就业主线的第一验证点
论文 2 投稿(2026-07-30) 离现在约 26 天,论文 2 的投稿是近期最重要里程碑 26 天 决定能否在研二前积累一篇在手论文
六级考试 每年 6 月和 12 月,目前离 2026 年 12 月考试约 5 个月 5 个月 申博硬条件,当前 350 分到 425 分需要有效提分
秋招 研二秋招约在 2027 年 8-10 月 约 13 个月 就业主线的最终验证点
博士申请 2027 年底到 2028 年初是申请季 约 16-18 个月 如果论文和英语达标
AI Agent / AI 应用岗位增长 互联网企业正在释放 AI Agent 开发岗位 正在增长 如果互联网方向作为备选,应选择 AI 应用而非纯后端

📋 关键推断(需要验证的假设)

假设 验证方式 验证时间
论文 2 能在 2026-08-30 前完成初稿 消融实验重做 + 写作,1 个月 1 个月后
论文 1 被 CMPB 接收 CMPB 一审中,40 天出决定 40 天
ZET6 项目收尾(README + 演示视频) 看 08-04 前能否完成 1 周后
六级 350 分到 425 分可在 5 个月内完成 看 12 月六级成绩 5 个月
Linux 应用层核心能在 2 个月内学完(AI加速 5 步法) 看 10-01 前能否完成 2 个月后
嵌入式 Linux 项目能在 2027 年秋招前出 2-3 个 看 2027 年实习/秋招反馈 约 12 个月
嵌入式方向有合适的实习机会(不强制 985/211) 看 2027 年实习招聘反馈 约 9 个月
博士方向在无导师联系、论文未中稿的情况下仍有竞争力 看论文投稿结果和市场情况 6-12 个月

🔍 方向更新判断(基于新信息)

关键新事实

  1. 主观选择 C:两面都要推进,但压力大时优先保嵌入式
  2. 论文真实状态:CMIG 被拒,改投 CMPB 进入一审(40 天);论文 2 消融实验不理想,延至 8 月底
  3. 嵌入式投入确认:每天 4.5 小时,按项目产出逆推,学习路线调整为:Linux应用编程核心(8-10月)→ 交叉编译+板子(10-11月)→ 驱动开发(11-12月)→ 系统移植(12-1月)→ 项目实战(2-5月),具体见 06-行动计划.md
  4. 英语基线:六级 ~350,每天 1.5 小时,不挤占嵌入式时间
  5. 实习需求:极其需要,希望 3 个月后能投递实习
  6. 预算限制:500 元以内硬件投入
  7. 无导师联系意愿:等论文中稿后再联系导师
  8. FreeRTOS 阶段性成果:21 个实验,远超原计划,下一个里程碑是整合为可展示项目
  9. 学习理念明确:YJango《学习观》元学习框架,AI 驱动的 5 步学习法(设目标→AI给案例→比较建规则→自己写→AI验证)
  10. 知识库完整:Obsidian 知识库 wiki 300+ 篇 + raw/ 原始资料 + CLAUDE.md 管理规则,覆盖嵌入式/CS/深度学习/跨学科
  11. 设备矩阵:台式机(4070Ti) / Steam Deck(VMware+Ubuntu 主力日常) / 实验室笔记本(64GB,不可SSH)
  12. 嵌入式 Linux 路径变更:跳过 UI 篇和 LVGL 移植,直接启动 Linux 应用编程核心
  13. VM 环境已就绪:Steam Deck 上 VMware+Ubuntu Desktop 已装好,可开始 Linux 开发
  14. 策略升级为双轨:不等到学完 Linux再投简历,而是用已有 ZET6+FreeRTOS 项目直接投 MCU 实习,并行学 Linux+AI 部署。Track1(MCU实习)立即启动,Track2(Linux/AI)持续积累。
  15. 医疗公司方向差异化:医学图像背景 + 嵌入式 = 医疗器械公司的独特匹配点,与纯嵌入式学生形成区分

更新后的优先级判断

  • 嵌入式方向:不做纯兴趣主攻候选,应该提升为短期最高优先级就业主线
  • 博士方向:保持中长线高价值主线,但短期不高于嵌入式
  • 互联网 / AI 方向:作为辅助工具线,时间比例保持最低

建议未来时间结构:

8月(论文冲刺期):论文优先,嵌入式做低量高产出的事

方向 每日时间 说明
论文 2 2-3h 白天效率最高时段,8 月底前要交初稿
实习准备 1-1.5h 项目包装/简历/面试八股,论文间隙换脑
英语 1.5h 固定不动
Linux 学习 1-2h 最低节奏保持手感

9月起(实习投递期 / 入职期):

  • 有实习:白天工作学 MCU 工程实践,晚上 1-2h Linux
  • 无实习:全速 Linux + AI 部署 Sprint,扩大投递范围

🔗 事实来源

本诊断中的事实来自用户提供的采集表和补充信息表(2026-07-04)以及 2026-07-30 会话补充。外部趋势引用见 02-三方向适配初步分析.md 资料来源部分。

诊断中标注为“推断”或“需要验证的假设”的结论,不在事实来源范围内。

本诊断不代表最终结论,将基于后续执行情况和外部反馈更新。