先说下自己的背景：目前是一名网络安全领域的实习生，最近遇到了一个有点现实、但自己暂时想不明白的问题，想来 L 站问问有经验的佬友。 昨天 Mentor 问了我一个问题： “你觉得自己能给公司带来什么贡献？或者说，你接下来想做什么方向？” 当时我发现自己其实回答不太上来。 不是完全没有想法，而是我知道自己对 AI 和网络安全结合的方向比较感兴趣，也想做一些有技术含量、能真正落地的东西，但具体到公司业务和实际项目，就不知道从哪里下手了。 一、我目前对技术方向的想法 如果把技术工作粗略分成几个方向，我目前个人的意向排序大概是： Model / 模型训练与优化 ：例如安全领域的数据集构建、SFT、领域适配、模型评估等。 Agent / AI 应用工程 ：例如安全场景下的 Agent、工具调用、工作流、RAG，以及如何让模型真正解决安全问题。 后端工程 ：例如服务开发、接口、数据库、系统集成等。 这里不是说后端不重要，也不是觉得做 Agent 就没有技术含量，而是从个人兴趣出发，我目前更希望往模型和 AI 技术本身靠近一些。 但我也知道， 个人感兴趣的方向，不一定是公司真正需要的方向；技术上看起来有意思的东西，也不一定能产生实际价值。 这才是我现在最纠结的地方。 二、我自己调研时遇到的问题 现在 AI + 网络安全能做的事情看起来很多，例如： 安全告警日志分析、告警降噪与研判 基于安全数据进行 SFT 或领域模型适配 漏洞分析、代码安全审计、威胁情报分析 SOC 场景下的安全 Agent 与自动化处置 RAG、知识库、工具调用，以及安全工作流编排 模型在安全场景中的评测、幻觉分析和效果优化 但这些方向看起来都能做，真正让我自己选一个方向、拆成任务、最后做出可以交付给公司的成果时，我反而不知道该怎么开始。 比如，做模型训练，到底应该从什么具体问题入手？只是收集数据、跑一遍 SFT，还是需要针对某个安全任务证明模型确实有提升？ 做 Agent，又该怎样避免最后只是调用几个 API、接几个工具、做一个看起来能跑的 Demo？ 如果公司已经有现成的模型和业务系统，实习生又应该从哪里找到真正值得优化的问题？ 我目前缺少的，可能不只是技术知识，而是把 业务需求、技术方案和可衡量的结果 连接起来的经验。 三、想请教一下有经验的佬友 尤其希望有做过安全产品、LLM 应用、模型训练或者 AI Infra 的佬友分享一下实际经验。 1. 如果你现在是一名网络安全实习生，想往 AI + 安全方向发展，你会优先选择什么切入点？ 是安全领域的 SFT、模型评测与优化，还是安全 Agent、RAG、自动化分析？哪些方向更容易在真实业务中做出成果？ 2. 对于 Model、Agent、后端这几个方向，我现在这样的意向排序是否合理？ 有没有可能我把方向看得太理想化了？例如，模型训练岗位实际需要的能力和我想象中的差距很大，而 Agent 工程反而更容易接触完整业务链路？ 3. 从公司的角度看，实习生做出什么样的成果才算真正有贡献？ 比如，一个经过评测证明能够降低误报率的告警分析模型、一套安全任务评测集、一个能减少分析人员重复劳动的 Agent，或者一个可靠的模型服务，这些成果分别需要做到什么程度才有价值？ 4. 如果从零开始调研一个方向，你们会怎么入手？ 是先了解公司的现有业务和痛点，再找技术方案；还是先选一个自己感兴趣的技术点，做出 Demo 后再寻找落地场景？ 如果有佬友亲自做过相关项目，也很希望听听实际落地时遇到的坑，而不只是技术方案本身。 我现在不太想为了简历而随便做一个项目，更希望找到一个既能提升自己技术能力，又确实能解决问题的切入点。 先感谢各位佬友的建议。如果我的理解有什么明显的问题，也欢迎直接指出来。 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：工作与职业机会
  • 分类依据：内容涉及招聘、求职或职业发展
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/19 10:23:17