你们是怎么跟进最新大模型技术的？

先这样答

我们按信息源分级跟进大模型技术，不会看到新内容就立刻投入。论文、开源仓库和技术社区是主要来源。论文方面，我们每天扫 arXiv，也跟踪顶会；开源方面，我们关注仓库的 star 增长和 release；社区方面，我们看技术博客与公众号。不同来源承担不同作用，帮助我们了解研究进展、开源项目变化和社区讨论。

我们每周固定时间集中扫一遍这些信息源。看到值得深入的内容，我们再写笔记、做复现。这样既能持续了解新技术，也不会把零散浏览当成跟进成果。筛选时，我会先看它和业务的相关程度。与业务相关的内容优先投入时间；暂时关联不大的内容，先做记录或略过，不为了追新而追新。

所以我的做法是先分级收集，再定期筛选，最后对少数值得研究的方向深入验证。面试里我会把信息源、跟进节奏和筛选标准都说清楚。跟进的重点不是把所有新技术都过一遍，而是判断哪些内容值得继续投入。

面试官会怎么追问

• 「你具体会看哪些信息源？」 我会按论文、开源仓库和社区来分。论文方面每天扫 arXiv，也跟踪顶会。开源方面看 star 增长和 release；社区方面看技术博客与公众号。
• 「你怎么判断一个新技术值不值得深入？」 我会先看它和业务的相关程度，相关的优先。值得深入的内容再写笔记、做复现。暂时不相关的先略过，不把每条新消息都变成研究任务。
• 「你多久跟进一次，怎么避免只收藏不研究？」 我们每周固定时间扫一遍信息源。筛出值得深挖的内容后，安排笔记和复现。这样跟进有固定节奏，也能把浏览和深入研究区分开。

回答的坑

• 只罗列平台和渠道，却不说每周怎么跟进、哪些内容值得深入。
• 把追新说成目标，却没有提与业务相关的筛选标准。