AI了，我在打一种很新的工

1.最近做 Agent 时，我最大的感受是：一个真正可跑的Agent应用，无论是B端还得C端产品，最耗时间的往往不是模型能力，而是接入链路。登录认证、权限控制、多协议对接、企业身份源接入、工具服务边界管理……这些事情单看都不难，但一旦分散在各个服务里，开发和维护成本会越来越高。2.但是最近在GitHub上找到的一个项目Casdoor，成熟高效的一站式解决了这些问题。官网:https://casdoor.ai/GitHub:https://github.com/casdoor/casdoorCasdoor主要拥有这些能力：统一身份与组织管理（Web UI 可视化）标准协议支持：OAuth/OIDC/SAML/CAS/LDAP/SCIM安全能力：MFA、WebAuthn、TOTP、审计日志AI 场景：MCP Gateway、A2A 相关接入能力开发友好：API + 多语言 SDK，方便快速落地3. 使用Casdoor之后最大的价值就是:  新应用接入更快，少走很多重复流程Agent/AI 服务调用边界更清晰安全策略集中管理，不再散落在各处团队协作成本和排障成本都下降了如果你也在做 AI 产品或 Agent 平台，这个项目非常值得看https://github.com/casdoor/casdoor

前阵子找到一个小厂实习，负责带我的老哥上来就问我用过什么ai编程IDE，还说他现在自己的代码基本都是vibe出来的，很少上手改了。给我一个没什么经验的🐭直接听懵。现在我自己也是拿ai写上了，但感觉写代码的手感丢了很多，特别担心之后遇到ai解决不了的bug自己没法上手改😶很要命的是那些个库也要学习成本，越用ai写越懒得自己研究调库，手感丢得越多。发帖来问问现在佬们都是怎么写代码的？

刚听学弟分享，面腾讯前端直接被明确告知：现在基本只招做 Agent 方向，传统前端岗位几乎不再扩招。这一刻真切感受到，AI 对研发行业的冲击早已落地，最先被挤压、最先被淘汰的，恰恰是毫无议价权的应届毕业生。我们按既定路线寒窗苦读、打磨技术，认认真真为传统研发赛道准备多年，可行业需求在 AI 的冲击下一夜重构。基础开发、前端这类原本留给应届生的入门岗位被不断挤压，企业直接转向 AI 智能体相关研发。个人努力在时代技术洪流面前渺小又无力，方向还没摸透，赛道已经剧变。不知道该坚持旧路，还是仓促转型，满心迷茫焦虑，仿佛怎么选都赶不上时代的脚步。

春招技术岗笔试、面试正在进入AI Coding时代——不再只考LeetCode算法，而是直接考察AI工具使用、大模型编程、机器学习工程实现、AI辅助开发能力。蚂蚁集团率先把AI Coding定为算法/研发岗笔试必考题，直接刷掉大批只会纯算法、不懂AI工程的同学。不止蚂蚁，字节、腾讯、百度、华为、美团、拼多多、快手、微软、OpenAI、智谱AI等大厂/AI公司，2026春招已全面加入AI Coding考察。今天一次性讲透：哪些公司考、考什么、蚂蚁难度有多高、怎么准备、简历怎么加分，帮你避开雷区、一次上岸。一、蚂蚁AI Coding笔试：为什么大家都说难？2026春招蚂蚁算法岗笔试3题必含1道AI Coding，研发岗也高频出现。考生普遍反馈：比传统LeetCode难2倍，完全没准备就会直接空白。蚂蚁AI Coding典型题型（2026真题）1. ML工程实现题用numpy/pandas/sklearn实现单层GraphSAGE、KMeans聚类、PCA降维、逻辑回归流水线，必须写出可运行代码，不能只讲原理。坑：参数、数据格式、fit/transform顺序、稀疏矩阵处理，一步错全错。2. 大模型调用题用Qwen/GLM API实现代码生成、自动Debug、文本分类、语义匹配，处理prompt、异常、流式输出、上下文管理。3. AI+算法综合题大数运算+AI特征工程、字符串处理+嵌入表示、贪心/动态规划+模型预测结合。为什么难？- 纯算法选手完全不适应：会DP不会sklearn，会数学不会工程。- 时间极紧：3题90分钟，AI题要写完整Pipeline，容易来不及。- 只能Python：C++/Java没用，必须熟ML库。- 细节决定一切：少个reshape、错个axis直接0分。很多同学笔试挂在AI Coding，不是能力不行，是没练过、没准备、简历没AI项目。二、2026春招：全面考察AI Coding的公司清单（必收藏）1）互联网大厂（必看）- 蚂蚁集团 / 阿里巴巴：算法岗必考AI Coding；研发/测试岗高频；Qwen大模型相关岗深度考察。- 字节跳动：抖音/飞书/火山引擎，一面/二面手写AI辅助代码、模型推理、Trae IDE使用。- 百度：文心快码（Comate）、ERNIE开发岗，考AI代码生成、插件开发、私有化部署。- 腾讯：微信/AI Lab，考PyTorch/TensorRT推理、LLM微调、AI工程化。- 华为：码道CodeArts、盘古大模型，考AI编程、模型压缩、昇腾适配。- 美团/拼多多/快手：推荐/广告/风控岗，笔试+面试必考ML Coding、特征工程。2）AI大模型公司（重点）- 智谱AI：GLM-5、CodeGLM，全流程AI Coding、多模态编程、Agent开发。- 科大讯飞：星火iFlyCode，语音交互编程、代码智能体、行业AI应用 。- 月之暗面（Kimi）：长上下文代码、长文档分析、AI调试。- 九章云极（Alaya Code）：AI编程平台，考全链路AI开发、多模型切换。- OpenAI / 微软：GPT、Claude、GitHub Copilot，考AI辅助开发、Agent、代码生成 。3）金融/云服务/垂直AI- 恒生电子、同花顺：量化、金融AI，考AI策略、数据处理。- 阿里云、火山方舟：AI Coding Plan、模型服务，考平台使用、API工程。- 金山办公、新炬网络：低代码+AI、运维AI编程。一句话总结：2026春招，技术岗不考AI Coding的公司已经很少了。三、AI Coding到底考察什么能力？（不是考你背模型）1. AI工具熟练度：Copilot/Cursor/文心快码/Alaya Code使用、提示词、Debug。2. ML工程能力：numpy/pandas/sklearn/PyTorch熟练、数据Pipeline、模型训练/评估/部署。3. 大模型应用：API调用、prompt、上下文、流式输出、错误处理。4. AI+业务结合：推荐/搜索/NLP/风控场景下AI代码落地。5. 工程规范：可运行、可维护、注释、测试、性能。本质：从“会算法”升级到“会用AI做开发”。四、春招AI Coding怎么准备？（30天速成路线）1. 刷蚂蚁/字节真题重点练：GraphSAGE、聚类、PCA、逻辑回归、XGBoost、LLM API。2. 死磕3件套numpy（矩阵）、pandas（特征）、sklearn（模型），每天1小时练完整Pipeline。3. AI工具必须用起来日常写代码用Cursor、文心快码、Alaya Code，习惯AI辅助开发。4. 简历必须加AI项目这是最关键一步：没有AI项目，面试直接弱一档。五、品牌露出：AI Coding时代，简历才是底气很多同学笔试面试挂在AI Coding，根本原因是：简历看起来就不像是做AI开发的。HR/面试官看到你简历只有传统项目，直接默认你AI能力弱，笔试往难了出。春招赢家都在做一件事：用AI工具把简历升级成“AI Coding向”。身边大量同学用泡泡小程序AiCV简历王重构简历：- 把普通项目→AI辅助开发项目- 把打杂→AI特征工程、模型推理、代码生成- 把流水账→可量化AI成果：效率提升、准确率、性能优化简历一更新，面试率明显上升、AI Coding提问更友好、薪资议价更有底气。AI时代，简历就是你的AI能力名片。不会包装AI经历，笔试再努力也容易被刷。六、写给正在春招的你2026春招已经不是“算法刷题大战”，而是AI Coding能力大战。蚂蚁难、字节严、百度卷，但机会也更偏向会AI、懂工程、有准备的人。你不需要成为大模型专家，但必须：- 会用AI工具写代码- 会用ML库实现简单模型- 会调LLM API做应用- 简历上有AI相关项目别再只刷LeetCode了——AI Coding正在淘汰纯算法选手。从今天起，练AI工程、更要把简历改成AI向。最后一句话：春招很苦，但AI是放大器。会用AI、会展示AI，你就能比别人快一步上岸。

1. 自我介绍2. 问大创项目（AI相关），没错就是大创项目，一个AIGC戏曲数字人生成的3. 项目相关（很少，随便说了说）4. 开始唠嗑，唠了将近70分钟，聊AI对行业的冲击等等，跟面试官互相传播焦虑，对未来充满了绝望5. 反问，问着问着又开始唠嗑，又唠了10分钟总时长100多分钟，全程0八股0手撕，面试官没开摄像头，还是周六晚上面的，感觉像KPI面，我是不是炸了。要是这样把我挂了我真要闹了呜呜呜23日流程更新，二面过，但还是复试状态

最近大厂都在推AI，赶这个风口，总得来说还是为了提效AI Coding看似是在考察Prompt，实则是考察结构化表达能力，面对复杂问题，如何拆解步骤，输入输出如何定义，选择什么样的方法解决。AI作为一个通用工具，会的多，但不精。上下文缺失/幻觉是常有的事做好AI coding，首先要明确AI定位角色，主要职责，再拆解任务，分步骤处理，一下子派个大任务很可能做到一半忘了前面。提供高质量的上下文，清晰，简练，过多上下文会造成认知负担，AI生成代码过于冗余，尽早进行干预，如删除无用代码，精简传参。对于AI幻觉（“别一直import你编的库”）导致的编译错误，可以要求给出参考文档，每个系统函数都要求有参考，禁止瞎编最后就是code review能力，快速识别问题，定位并解决，产出切实可运行的代码。

五道视频面试题+四道选择题选择题（每道题限时1分钟左右）1. 是否使用过AI基座模型？2. 是否使用过cursor, winsurf等AI编程工具？3. 是否调用过AI模型api ？4. 是否有AI产品/功能的独立开发经历？视频面试题（每道题十几秒思考，5分钟作答时间）1. 使用过的AI基座模型有什么？2. 使用cursor，winsurf 的使用场景和使用情况如何？3. 近一年读过什么AI论文/技术报告两次以上？对你有什么帮助？4. 调用过最好用的AI模型API是哪个？5. 请说说开发过的AI产品/功能是什么？用户需求？最终结果？（最后还会要求上传作品链接，如果有的话）

大家好，我是一名28届的前端开发，最近团队需要启动一个Agent（智能体）项目，但我对这个领域还很陌生，想请教大家几个问题，希望能得到一些工程实践上的指点。1. 我的背景和困惑我只知道“Agent”这个概念和一些名词，但没有深入学习过。以前在学校学的AI课程（深度学习、CV、搜索算法）感觉偏科研理论，和实际工程开发好像不太一样。我看到现在很多招聘要求“开发+Agent赋能”，感觉这已经是一个普遍趋势了。看到有牛油评论说：“现在大厂就很迷，感觉要么就是算法+agent，要么就是开发+agent。还是招和原来一样的岗位，只是都要求赋能agent了   ”。真正的工程化Agent开发到底该怎么做？2. 我的具体疑问a.技术栈疑问：我粗略了解到后端好像用Spring AI比较多？想请问在真实的产业项目里：后端主力语言是Java还是Python？各自的常见技术栈和框架是怎样的？b.开发流程疑问：我之前的理解实在太少了，以为就是“接入大模型API + 优化Prompt”。真实的Agent工程开发，到底包含哪些核心环节和模块？（比如除了调用模型，是不是还要做任务规划、工具调用、记忆管理这些？这些要怎么深入学习呢？要和科研深度学习一样跑“炼丹”项目读论文吗？）3. 我的角色定位：我本身是前端开发，自己写的toy是用Node.js 还有 express 框架做全栈项目。像我这样的背景，在一个Agent项目中：具体能从哪些方面入手去“赋能”？除了做个展示界面，在Node.js这一层能做哪些有意义的AI集成或能力封装？4. 求分享、指路我现在的认知太少了，非常需要一个从工程视角出发的学习路线和方向指引。希望大家能分享一下：我应该按什么步骤去学习？重点要掌握哪些工具和框架？作为前端/全栈，在实际业务里面怎么赋能agent？当前我的学习突破口在哪里？----------先谢谢各位大佬了！

客户端社招跳槽基本不可能了你们自己想想看，你平常用的 app 是不是都是中大厂的？所以现在很多中小公司基本不搞客户端开发的了，但是如果一定会有后端，后端是业务实现的核心，具体给用户的展现方式不一定是要用手机 app，也可以是 web 前端之类的形式。之前也有一些大厂客户端社招同学跟我反馈，在大厂卷累了， 想回二三线城市，可是发现客户端岗很少，都想转后端去求职了。客户端不可能有前途了测试点点点也比客户端强一百倍以上好自为之

我现在是双非本科的计算机大三。然后现在出来实习，我想提升一下我的学历，所以我想考一个985文硕，以后还是继续干AI产品经理，只是单纯的提升一下学历。因为408的985研究生对于我来说有点困难。本人觉得AI产品经理既然是产品经理，那么一定要懂用户思维，考一个应用心理学这些不是很卷的文科，也不算很偏方向吧，大家觉得呢🤔想知道大家的建议 985文硕or 408本硕or老老实实攒实习经历准备秋招本人在找北京第二段实习，求小而美公司推荐😁😁😁（目前大厂应该不太可能吧

1.项目真实性与“含 AI 量” (最坑的一道题)面试官： “你简历里的这几个项目，哪些是完全靠 AI 生成的？哪些是你自己写的？AI 帮你解决了什么具体问题？”面试核心： 考察你对项目的控制力。如果你说“全是 AI 写的”，面试官会认为你缺乏解决复杂工程问题的能力。高分策略： 诚实交代 AI 的参与度（比如：AI 辅助生成了 70% 的样板代码、Mock 数据或单元测试），但核心的架构设计、数据库状态机切换、分布式锁的竞争边界处理必须强调是你的思考。2. AI 代码的“排毒”能力面试官： “如果 AI 给你的业务逻辑代码（比如一个复杂的 SQL 优化建议）看起来能跑，但潜伏着死锁风险，你通过什么手段识别出来？”面试核心： 考察后端基本功。AI 会写代码，但它不一定懂你的线上数据库隔离级别。考核点： 慢查询分析、事务传播机制、索引失效场景的预判。3. AI 驱动的自动化测试面试官： “你会如何利用 AI 来提升单元测试的覆盖率？你是怎么设计 Prompt（或 Skill 规范）来确保生成的测试用例覆盖了所有的边界条件（Edge Cases）？”面试核心： 考查工程素养。进阶： 谈谈你如何定义一套 Markdown 格式的 Agent Skill，让 AI 能够针对 Git Diff 自动生成高质量的 Test Case。4. 生产环境中的 AI 风险控制面试官： “如果我们在后端引入大模型做自动化审核，模型‘幻觉’（Hallucination）导致误删了用户数据，你在系统架构上会设计什么样的‘熔断’或‘人工回滚’机制？”面试核心： 容错设计。后端的核心任务永远是确定性，而 AI 是概率性的，如何用确定性的架构去包裹概率性的输出。5. AI 时代的“防御性编程”面试官： “在接入 GitHub Copilot 或 Cursor 开发时，你是否遇到过 AI 生成的代码逻辑在并发场景下失效（比如忽略了单例模式的线程安全）？你是如何发现并修复这些‘高智商垃圾’代码的？”考察点： 考察你是否具备代码审计能力，而非盲目信任 AI。------------------------------🚀 写在最后：加入我们，定义未来的后端我们正在寻找那些对底层技术有敬畏心，对前沿工具更有好奇心的同学。我们需要你：扎实的后端功底（Java/Go/C++ 任一）。对系统架构有热情，理解分布式一致性和容错处理。能熟练使用 AI 工具，并对如何提升 AI 产出质量有自己的见解。🔗 快速通道（HR 每日清筛）别让你的才华埋没在简历池里，点击下方链接直接触达核心技术团队：春招投递链接在这里：【拼多多集团-PDD校园招聘】内推链接：https://careers.pddglobalhr.com/campus/grad?t=C17PiAsy4n，内推码：C17PiAsy4n。期待你的加入！我们一起，无拼不青春！（通过此链接投递计入内推，内推简历优先筛选~）(有任何问题欢迎找我私聊沟通，帮看面试进度)通过这个链接投递会进入内推池，简历会优先筛选。祝大家都能拿满意的 Offer，我们在 AI 时代的后端浪潮里见！作者：在刷代码的哈士奇很勤劳链接：https://www.nowcoder.com/feed/main/detail/a97b1cbb5e6a40519291f3313b971fde?sourceSSR=users来源：牛客网

Vibe Coding 正在制造一座座“屎山代码博物馆”，而你还在手动对齐 UML 箭头？一、 承认吧，Vibe Coding 正在把你变成“只会说 OK 的代码组装工”Vibe Coding 很爽，对吧？告诉 AI “我要一个高并发的秒杀系统”，它瞬间吐出 5000 行代码。告诉它 “重构这个屎山”，它瞬间把 100 个文件重写得漂漂亮亮。但是，当代码量从 1 万行激增到 10 万行只需要一个下午的时候，你发现你的大脑宕机了。这就是 AI Vibe Coding 的暗黑陷阱——数字失忆症与逻辑黑盒。让我来戳破这层窗户纸，说说你现在的真实状态：1. 导航迷失症： 你看着文件树，密密麻麻全是 .ts、.tsx。你想知道 “处理支付回调的异步逻辑到底在哪里？” AI 说：“在 src/services/payment/handler.ts 的第 234 行。” 你划过去，然后呢？ 你只看到了一个孤立的函数，你看不到它在整个 “流” 中的位置。你变成了地图软件的语音播报，而不是手握地图的探险家。2. 像素苦力综合症： 为了搞懂 AI 吐出的这坨逻辑，你打开了 http://Draw.io。接下来 45 分钟，你干了什么？你没有思考架构。你在 对齐箭头。你在调整字体大小。你在让那该死的框框不要重叠。你的时薪不止 100 美金，却全花在了画正方形上。3. 信任危机晚期： 一个月后，线上出了 P0 故障。你切回分支一看这段魔幻逻辑，冷汗直流。你问 Cursor：“这 TM 是谁写的？为什么这里要查两次数据库？” Cursor 一脸无辜地看着你，因为它的上下文窗口早就把你一个月前跟它的那些复杂 prompt 对话给忘了。代码在，但当初做决策的“思路”死了。二、 如果你还在手动画图，你已经输给这个时代了现在的局面很荒唐：AI 用光速生产代码，而我们用石器时代的手工绘图试图去理解光速的产物。这不仅仅是效率低，这是认知过载。如果你觉得心累，不是你的错，是你的工具链断了。直到今天凌晨 3 点，我在龙虾商店看到一个东西，我才意识到，原来有人真的在解决“人与 AI 代码”之间的最后一道鸿沟。它不是什么花里胡哨的图表库，它是一个专门为你这种 Vibe Coder 续命的思维外挂。ContextWeave Interactive Architecture别划走，我不是要卖你课，我是要告诉你怎么把你的脑子从 PPT 画图工解放回首席架构师。三、 真正的“图码合一”，是把 http://Draw.io 扔进垃圾桶这个 Skill 的逻辑极其暴力，但极其有效。它不让你画图，它让你 “对话出架构”。痛点 1 的终结者：告别像素劳动以前：Agent 说“这里有个工厂模式”，你听完还要去画虚线框。现在： 你只需要盯着屏幕思考 “这个模块该放在哪？” ，而不是 “这个箭头该画多长？” 。你甚至不用动手。你用自然语言跟 Agent 聊业务，它在你背后偷偷生成极简的 .cw 逻辑文本。那些繁琐的、该死的排版、对齐、美学调整，ContextWeave 全自动瞬间生成。👉 这是一种思维降噪。把排版交给算法，把逻辑留给自己。痛点 2 的终结者：图码精准联动以前：Agent 说“支付模块用了策略模式”，你听得云里雾里，只能去文件里大海捞针。现在： 架构图上的每一个节点，都是一个时空门。你盯着图看，觉得 RiskControl 这个块逻辑有问题，你不需要去找文件，你直接点击图中的节点。“嗖” 的一下，你的 Trae 或 XX Claw直接跳转到了那段代码的精准行。👉 这是 Vibe Coding 的上帝视角。你看的不是图，是代码的骨骼透视镜。痛点 3 的终结者：重建代码信任以前：Review 代码时，你只能骂娘：“这沙雕逻辑谁写的？”现在： 回头复盘项目，你不再追问 “这段是谁写的？为什么这么设计？”。因为那个小小的 .cw 文本，像航海日志一样，记录了 AI 与你当时完整的决策上下文。👉 信任可追溯，思路可追问。从此你维护的是一栋带设计图纸的大厦，而不是一堆随意堆砌的钢筋水泥。而且在长会话里 debug，Token 花销巨大（如果全靠自费更是负薪上班），使用ContextWeave：可随时开启新对话，只需带上 .cw 文件，大模型即可跨对话零损耗共享上下文；Token 成本直降 50%以上。四、 别再手画了，现在开始，立刻释放你的大脑带宽这套东西听起来像是企业级付费软件，对不对？错了。现在，免费。零配置。如果你想体验一下什么叫 “脑子刚想到，架构图就已经生成并跳转到代码” 的丝滑感，按我说的做，两分钟搞定：1. 获取 Skill（30秒）去龙虾官方商店，直接点下面的链接，一键安装到你的 Agent。- 👉 直达门： [ContextWeave Interactive Architecture架构图 Skill](https://clawhub.ai/qhyw99/interactive-architecture-diagram)- 🏠 逛一逛： [龙虾官方 Skill 商店首页](ClawHub)2. 开箱即用（零配置）安装完直接在对话框里唤它。内置了公共体验额度，不用申请 Key，不用配置环境变量。现在就对它说：“使用ContextWeave给我画一下当前项目的调用链。”3. 进阶玩法（如果你重度依赖它）如果你一天生成 50 张图把公共额度干爆了，或者你想定制 Trae 编辑器的跳转协议，去填个私有变量，执行一下 source set_env.sh，就能解锁全局无限火力。1) 打开 set_env.private.sh，填写：CONTEXTWEAVE_MCP_API_KEY_VALUE="你的专属_API_KEY"CONTEXTWEAVE_EDITOR_PROTOCOL_VALUE="trae" # 或 vscode2) 执行一键写入：source set_env.sh写在最后：AI 时代不缺代码，缺的是驾驭代码流向的上帝视角。别再做那个在 AI 代码堆里扒拉箭头的打工人了。SkillHub也已上架，点击下方链接，在xxClaw也可开箱即用。SkillHub-专为中国用户优化的Skills社区让你的 Agent 学会 “不仅会写，还会画”。

1.项目真实性与“含 AI 量” (最坑的一道题)面试官： “你简历里的这几个项目，哪些是完全靠 AI 生成的？哪些是你自己写的？AI 帮你解决了什么具体问题？”面试核心： 考察你对项目的控制力。如果你说“全是 AI 写的”，面试官会认为你缺乏解决复杂工程问题的能力。高分策略： 诚实交代 AI 的参与度（比如：AI 辅助生成了 70% 的样板代码、Mock 数据或单元测试），但核心的架构设计、数据库状态机切换、分布式锁的竞争边界处理必须强调是你的思考。2. AI 代码的“排毒”能力面试官： “如果 AI 给你的业务逻辑代码（比如一个复杂的 SQL 优化建议）看起来能跑，但潜伏着死锁风险，你通过什么手段识别出来？”面试核心： 考察后端基本功。AI 会写代码，但它不一定懂你的线上数据库隔离级别。考核点： 慢查询分析、事务传播机制、索引失效场景的预判。3. AI 驱动的自动化测试面试官： “你会如何利用 AI 来提升单元测试的覆盖率？你是怎么设计 Prompt（或 Skill 规范）来确保生成的测试用例覆盖了所有的边界条件（Edge Cases）？”面试核心： 考查工程素养。进阶： 谈谈你如何定义一套 Markdown 格式的 Agent Skill，让 AI 能够针对 Git Diff 自动生成高质量的 Test Case。4. 生产环境中的 AI 风险控制面试官： “如果我们在后端引入大模型做自动化审核，模型‘幻觉’（Hallucination）导致误删了用户数据，你在系统架构上会设计什么样的‘熔断’或‘人工回滚’机制？”面试核心： 容错设计。后端的核心任务永远是确定性，而 AI 是概率性的，如何用确定性的架构去包裹概率性的输出。5. AI 时代的“防御性编程”面试官： “在接入 GitHub Copilot 或 Cursor 开发时，你是否遇到过 AI 生成的代码逻辑在并发场景下失效（比如忽略了单例模式的线程安全）？你是如何发现并修复这些‘高智商垃圾’代码的？”考察点： 考察你是否具备代码审计能力，而非盲目信任 AI。------------------------------🚀 写在最后：加入我们，定义未来的后端我们正在寻找那些对底层技术有敬畏心，对前沿工具更有好奇心的同学。我们需要你：扎实的后端功底（Java/Go/C++ 任一）。对系统架构有热情，理解分布式一致性和容错处理。能熟练使用 AI 工具，并对如何提升 AI 产出质量有自己的见解。🔗 快速通道（HR 每日清筛）别让你的才华埋没在简历池里，点击下方链接直接触达核心技术团队：【PDD实习生招聘】🔗 内推链接：https://careers.pddglobalhr.com/campus/intern?t=IU9k50iFrF🎫 内推码：IU9k50iFrF⭐ 为什么说PDD暑期实习“性价比很高”① 实习满2个月即可申请转正相比很多公司需要 3-6个月实习，PDD暑期实习满2个月即可发起转正流程。② 实习转正薪资通常高于校招入职通过 实习转正入职的薪资一般更有优势。③ 免费三餐 + 高薪实习公司提供 免费三餐 + 有竞争力的实习薪资。(有任何问题欢迎找我私聊沟通，帮看面试进度)通过这个链接投递会进入内推池，简历会优先筛选。祝大家都能拿满意的 Offer，我们在 AI 时代的后端浪潮里见！

初创公司，base上海，从JAVA转go刚入门，到给我一个提方案的任务，只用了8天，期间让我用ai完成任务，包括写接口，部署，写前端，修改chatbot逻辑，感觉学的真的是多，其次是感慨cursor pro，codex真的是好用

最近尝试了一种新的开发方式：Vibe Coding。简单来说，它的核心不是“写代码”，而是“描述需求”。开发者的角色从“实现者”，转变为“产品经理 + 架构设计者”，而具体实现则交给大模型完成。这篇文章不重点讲项目实现，而是总结：如何更好地进行 Vibe Coding。什么是 Vibe Coding可以把 Vibe Coding 理解为一种新的开发流程：明确问题 描述需求 让 AI 生成实现 持续修正与迭代 它并不是“让 AI 自动完成一切”，而是：用更高质量的输入，换取更高质量的输出Vibe Coding 的关键原则以下是这次实践中总结出来最重要的几点。1. 不要一开始就写代码很多人一上来就...

真正不会被替代的岗位，从来不是和AI比效率，而是守住AI永远没有的东西——人性、判断、温度、责任、创造力。一、先讲透一件事：AI能替代的，从来只是“动作”，不是“岗位”大家害怕AI，是因为看到AI什么都能“做”：写文案比人快、画图比人快、代码比人写得工整、视频剪辑一键生成。但大家忽略了一个真相：AI只会“执行”，不会“负责”。AI可以产出一万条文案，但它不知道哪条能打动用户；AI可以画一百张图，但它不懂品牌要什么情绪；AI可以写代码，但它理解不了真实业务的痛点；AI可以剪视频，但它抓不住观众真正想看什么。AI能干的，是重复、标准化、流程化、不需要思考的体力活。AI干不了的，是决策、判断、共情、审美、责任、人心、创新、战略、风险。所以，AI不会让岗位消失，只会让“不动脑的执行者”消失。只要你不做那个只会复制粘贴、只会执行指令、只会按流程干活的人，你就永远有活路。二、AI时代真正“越活越香”的5类岗位（普通人都能走）我结合互联网、国企、外企、校招、社招真实趋势，总结出最抗AI、最稳、最适合长期发展的岗位方向。每一类都对应“AI无法替代的核心能力”，看完你就知道自己该往哪走。1. 靠“人心与共情”吃饭的岗位——AI永远模仿不来这类岗位的核心是跟人打交道、处理情绪、解决关系、提供价值感。包括：HR、心理咨询、教师、医护、销售、用户运营、社群运营、产品经理（用户体验方向）。AI可以写话术，但无法真正理解一个人的情绪；AI可以回答问题，但无法安慰焦虑、化解矛盾、打动人心；AI可以做流程，但无法判断一个人是否靠谱、是否适合团队。这类岗位的活路：越懂人，越不可替代。2. 靠“判断与决策”吃饭的岗位——AI不敢担责所有需要拍板、承担风险、统筹全局、处理复杂问题的岗位，AI根本碰不了。包括：管理者、项目负责人、策略岗、风控、分析师、法务、咨询。AI能给数据，但不能做决定；AI能给方案，但不能承担后果；AI能分析趋势，但不能在信息不全的时候赌一次判断。职场越往上走，越不靠“动手”，而是靠“拍板”。这是AI永远进不去的领域。3. 靠“真实创造力”吃饭的岗位——AI只会拼接很多人以为AI能创作，其实它只是整合、模仿、重组。真正的原创、审美、故事、灵魂，AI永远没有。包括：资深文案、创意策划、导演、设计师（策略向）、品牌、内容主创。AI能出100个初稿，但人类决定用哪个、为什么用、怎么打动别人。未来的创意岗，不是淘汰，而是升级——人负责“灵魂”，AI负责“体力”。4. 靠“稀缺专业深度”吃饭的岗位——AI只能辅助需要长期经验、复杂场景、真实操作的岗位，AI只能当工具。包括：医生、律师、架构师、工程师、精算、科研、技术专家。AI可以查资料、辅助诊断、提供参考，但不能真正做手术、出庭辩护、解决线上突发故障、做底层创新。越垂直、越深入、越贴近真实场景的专业，越安全。5. 驾驭AI的岗位——未来人人都要走的路这是最适合应届生、最容易上手、最容易逆袭的一类活路。不是被AI替代，而是成为用AI的人。包括：AI提示工程师、AI训练师、AI产品、AI运营、AI剪辑、AI设计指导。未来所有岗位都会+AI，不会用AI的人，才会被淘汰。你不需要懂算法，只需要懂得：让AI干活，你来把控。这是普通人成本最低、最稳的生存方式。三、普通人最落地的“AI时代生存法则”看完岗位方向，你可能会问：我不是管理者、不是专家、不是创意大神，我就是一个普通应届生、实习生、基础岗，我怎么活？答案非常简单：不跟AI比执行，要跟AI比“人”的能力。第一：把重复工作丢给AI，把时间留给思考不要把精力放在打字、排版、找资料、填表格、写初稿这种AI一秒能做的事。让AI干活，你负责：判断、优化、审美、决策、沟通。第二：提升“AI没有的四项能力”1. 共情力：懂人、懂情绪、懂关系2. 判断力：能选、能担、能定方向3. 学习力：快速适应新工具、新场景4. 表达力：把事情说清楚、把价值讲明白这四项，是你未来10年的铁饭碗。第三：让自己的价值“被看见”AI时代最残酷的不是被机器取代，而是你的能力没人知道。尤其应届生、实习生、转行的人，你会用AI、会思考、能扛事，但简历写不出来，就等于没有。我身边很多同学，明明会用AI提效、有实习经历、有思考力，却因为简历太普通，连面试都拿不到。后来他们用泡泡小程序AiCV简历王把自己的经历重新包装，把“打杂、执行、基础工作”变成“效率提升、流程优化、AI协作、业务支持”，瞬间让HR眼前一亮。它最厉害的地方，不是帮你美化，而是帮你把“人的价值”提炼出来——你的责任心、执行力、学习力、协作力、AI工具能力，全都变成简历上的亮点。在AI越来越强的时代，会展示自己的人，永远有活路。你能干什么不重要，重要的是你能让别人一眼看到：你是AI替代不了的那个人。四、别再焦虑了：AI越强大，人类越值钱回顾每一次技术革命：蒸汽机没有淘汰人，汽车没有淘汰人，电脑没有淘汰人，互联网也没有淘汰人。每一次工具出现，都是把人从低级劳动里解放出来，去做更高级、更像“人”的事情。AI也是一样。AI做机器能做的事，人类做人才能做的事。AI负责效率，人类负责判断、审美、情感、责任、创造、温度、未来。真正的活路从来不在“避开AI”，而在成为AI无法复制的人。五、写在最后AI能写代码、能画图、能写文案、能剪视频……但AI不能爱、不能痛、不能梦想、不能承担、不能决定、不能为自己的人生负责。你的活路，从来不是“找一个AI干不了的岗位”，而是活成一个AI永远无法替代的人。懂人心、有判断、会创造、敢负责、能不断成长。只要你守住这些，无论AI怎么发展，你永远有位置、有饭碗、有未来。未来属于：不被AI取代，而是让AI为你所用的人。如果你也在AI时代迷茫、焦虑、不知道自己适合什么方向，欢迎在评论区聊聊——你现在的岗位是什么？你最怕被AI替代的是什么？我们一起找到属于自己的“活路”。