你都用AI做什么

打开技术社区，几乎每天都能刷到类似的灵魂拷问：“AI都能一键生成LeetCode解题代码了，Copilot、Cursor秒出思路，我们还有必要苦哈哈刷几百道题吗？”一边是AI Coding的爆发式普及，大厂面试纷纷加入AI辅助开发、LLM编程考察，很多人觉得“刷题已经过时”；一边是LeetCode的内卷依旧，春招秋招中，算法题仍是大厂笔试、面试的核心环节，不刷就大概率被刷。作为一名深耕后端开发3年、参与过校招面试筛选的程序员，我见过太多人陷入两难：疯狂刷题怕浪费时间，完全不刷又怕面试翻车。今天就以最直白的视角，把这件事讲透——AI时代，LeetCode不仅有必要刷，而且要换一种更高效的方式刷，核心不是“背题”，而是“练思维”，这才是AI夺不走的核心竞争力。一、先破误区：AI能替你写代码，但替不了你“会思考”很多人觉得“AI能解LeetCode，刷题就没用了”，本质上是混淆了“写代码”和“会编程”的区别。AI的核心作用是“高效执行”，而程序员的核心价值是“逻辑决策”，这一点，AI再强也替代不了。我曾见过应届生面试时，直接用AI生成LeetCode中等题代码，看似流畅，可面试官追问一句“你这个解法的时间复杂度是多少？有没有更优方案？”，瞬间语塞。AI能给出正确答案，却给不出推导过程；能生成代码，却无法解释“为什么这么写”“边界条件怎么考虑”“遇到异常情况怎么优化”。LeetCode的核心价值，从来不是“学会写某道题的代码”，而是通过刷题，训练你的逻辑严谨性、问题拆解能力、复杂度意识和抽象建模能力。这些底层思维，是AI无法替代的，也是大厂筛选人才的核心标准。举个例子：同样是解决“数组求和”问题，AI能一键写出暴力解法，但优秀的程序员能快速想到前缀和、双指针等优化方案，甚至能预判数据量增大后的性能瓶颈——这就是刷题练出来的思维差距，也是AI和优秀程序员的本质区别。更现实的一点：目前AI生成的代码，常常存在边界条件缺失、复杂度偏高、工程上不可扩展等问题。如果你不刷LeetCode，不懂算法逻辑，就无法判断AI代码的对错，只能盲目复制粘贴，最后项目上线全是bug，反而得不偿失。二、为什么AI越火，大厂越要考LeetCode？很多人疑惑：既然AI能秒解算法题，大厂为什么还要坚持考察LeetCode？答案很简单：AI时代，算法面试的考察重点变了，但考察的核心从未变——筛选出“会思考、能解决问题”的人，而不是“会用AI复制代码”的人。1. 算法面试，考的是“思路”而非“代码”大厂的算法面试，从来不是“让你写出代码就过关”，而是让你在白板上、在线编辑器里，一步步推导思路：从问题分析、思路拆解，到复杂度分析、优化方向，再到代码实现、边界条件处理。整个过程，考察的是你的逻辑表达能力和问题解决能力。AI能给你代码，但给不了你“思考路径”。你可以用AI辅助刷题，但面试时，面试官要的是你自己的思考，而不是“AI是这么写的”。如果只会复制AI的答案，讲不清思路，哪怕代码正确，也会直接挂掉。2. 算法是程序员的“内功”，决定长期上限LeetCode刷的不是题，是内功。不管是后端开发、前端开发，还是AI工程、算法岗，底层的算法思维都是相通的。刷题能帮你建立复杂度意识，学会用更高效的方式解决问题，这直接决定了你未来的职业上限。比如做后端开发，需要设计高效的接口、优化数据库查询，这背后离不开哈希、二分、动态规划等算法思维；做AI工程，需要优化模型推理效率、处理大规模数据，也需要算法基础作为支撑。没有扎实的算法功底，哪怕AI用得再熟练，也只能做基础的执行工作，很难成长为技术骨干。3. 笔试门槛未降，不刷就没机会尽管AI Coding成为热门，蚂蚁、字节、腾讯、百度等大厂，依然把LeetCode类算法题作为笔试核心，占比高达50%-70%。尤其是校招，算法题是筛选应届生的最公平、最高效的工具——学历、实习经历有差异，但算法能力的比拼，能直接看出一个人的逻辑思维和学习能力。我参与校招筛选时发现，很多应届生因为不刷算法题，笔试直接挂掉，连展示AI能力、项目经验的机会都没有。对大部分应届生、转行程序员来说，LeetCode依然是进入大厂的“敲门砖”，不刷就等于主动放弃机会。三、AI时代，刷题的正确姿势：不内卷，重效率承认LeetCode有必要刷，不代表要像以前一样“死刷、硬刷”。AI时代，刷题的逻辑已经彻底改变，核心是“少而精、重思路、强结合”，拒绝无效内卷。1. 放弃“刷数量”，聚焦“高频核心题”很多人陷入“刷够500题、1000题”的误区，其实完全没必要。LeetCode的题量虽然庞大，但核心考点集中在数组/字符串、双指针、BFS/DFS、二叉树、动态规划基础、哈希表、二分查找这7个模块，这些模块覆盖了大厂面试90%的算法题。我的建议是：重点刷这7个模块的高频题，每个模块刷20-30道，总共150-200道即可，不用刷偏题、怪题，也不用死磕Hard题（除非是算法岗）。中等题是重点，吃透中等题，就能应对大部分笔试和面试。2. 用AI辅助刷题，而非依赖AIAI不是“刷题的敌人”，而是“高效刷题的工具”。正确的做法是：先自己独立思考，尝试推导思路、写出代码，遇到卡壳时，再用AI生成解法，对比自己的思路差异，分析AI的优化点，再让AI解释复杂度、补充边界条件和测试用例。这样做的好处是，既能节省时间，又能快速查漏补缺，还能培养“判断AI代码优劣”的能力——这正是AI时代程序员的核心竞争力之一。反之，直接复制AI代码，不思考、不总结，刷再多题也没用。3. 刷题不脱节，结合工程和AI能力2026年，大厂最青睐的程序员，是“算法思维+AI工具+工程能力”的复合型人才。刷题时，不要只关注“代码正确”，还要思考“如何用AI快速实现”“如何优化代码的工程性”“如何结合实际项目场景应用”。比如刷完“链表反转”题，不妨试试用Copilot生成代码，再手动优化代码的可读性、可扩展性；刷完“动态规划”题，思考一下在实际项目中（比如推荐系统、数据处理）如何应用这种思路，结合AI工具提高开发效率。四、求职关键：刷题是内功，简历是门面很多人忽略了一个现实：不管你刷了多少题、算法能力多强，如果简历不过关，连面试的机会都没有。尤其是AI时代，简历上是否有“算法相关经历”“AI工具使用经验”，直接决定HR会不会捞你。我身边很多准备校招、跳槽的同学，算法刷得不错，也有相关项目，但简历写得像流水账，比如只写“刷了100道LeetCode题”“会使用Copilot”，没有量化成果，也没有突出算法能力和AI应用能力，导致笔试邀约率极低。后来他们优化简历，把刷题经历转化为“算法思维训练成果”，把项目中的算法应用、AI工具使用，量化成“优化代码效率30%”“用AI辅助Debug，缩短开发周期20%”等可展示的成果，突出“算法+AI+工程”的复合型能力，简历瞬间变得亮眼，笔试邀约率大幅提升。刷题是内功，简历是门面。AI时代，两者缺一不可——没有算法内功，面试会翻车；没有亮眼简历，连展示内功的机会都没有。五、最终观点：AI时代，刷题的意义是“守住核心竞争力”回到最开始的问题：AI时代，还有必要刷LeetCode吗？我的答案很明确：有必要，但要换一种方式刷。AI能替你写代码，但替不了你思考；能替你出答案，但替不了你面试；能帮你省时间，但替不了你建立底层算法思维。LeetCode的价值，从来不是“背题”，而是通过刷题，训练你解决问题的能力，这是AI夺不走的核心竞争力。对于不同的人，刷题的优先级也不同：- 应届生/转行程序员：必须刷，重点刷高频中等题，这是进入大厂的敲门砖；- 资深程序员：可以少刷，但不能不懂，重点维护算法思维，应对复杂业务场景；- AI工程/应用开发岗：刷基础算法即可，重点结合AI工具，训练“算法+AI”的落地能力。AI时代，程序员的核心竞争力，从来不是“不用AI”，而是“能用AI但不依赖AI，懂算法更懂工程”。刷题不是为了对抗AI，而是为了让自己在AI的辅助下，变得更强大。最后想说：LeetCode从来不是目的，而是手段。刷100道题，不如吃透10道题；背100个代码模板，不如培养1种解决问题的思维。AI会不断迭代，但扎实的算法思维，永远是你职业道路上最坚实的底气。

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、训练 / 微调数据从哪来？开源、爬取、业务自有、人工标注？2、数据集多少条？正负样本比例多少？分布是否均衡？3、你做了哪些数据清洗、去重、脱敏、噪声过滤？具体怎么做的？4、标注是谁标的？标注规范、质检流程是什么？怎么保证标注质量？5、有没有做数据增强？文本 / 图像分别用了什么增强方式？6、数据集划分比例训练 / 验证 / 测试多少？为什么这么分？

曾经的我，一看到Python代码就头大，语法记不住，报错看不懂，学几天就放弃。直到我开始用AI辅助学习，一切都变了。我把不懂的知识点丢给AI，它会用最简单的话讲明白；写代码卡住，它一步步带我写；遇到bug，它直接指出问题并修改。不用翻厚厚的书，不用到处找教程，我只需要跟着学、跟着练。慢慢的，我能写出简单的程序，能看懂逻辑，甚至能做小项目。原来学Python并没有那么难，只是我之前没找对方法。用AI学习，不是偷懒，而是让学习更高效、更轻松。现在的我，终于敢说：编程，我也可以。

作为一个校招过来人，当年的秋招都是靠的实打实的过来的，一边面试一边成长，从未想过走捷径，脑子里也根本不存在这种概念，但是近来看到一部分帖子爆料身边人利用AI作弊进入大厂，梦中厂，导致自己的初心也动摇了，在此，我想说，即便他此刻进入了，未来检验和考试的机会还有很多，难不成每一次都要靠AI作弊才能通过，是金子迟早会发光，是烂泥早晚会掉落到墙角，人生还有很长的路要走，细水长流，不防交给时间去检验。大家一定要爱惜自己的羽毛，现在的笔试面试，都会有屏幕检测、切屏检测、代码查重等能力，一旦被检测到作弊，会看到显著的作弊告警信息，一旦被判定作弊，简历一定被Pass，候选人还有可能被拉黑，永远失去进入该公司的机会，并且成为履历上抹不去的黑点，这个黑点永远存在……在技术爆炸的时代，保持清醒认知和道德定力，才是智者的选择。千万别让AI作弊毁了你的秋招，毁了你的人生……

1. 我的岗位有哪些重复性工作？给你列好程序员高频重复项，直接对照自查：重复写基础 CRUD 接口、实体类、DTO、枚举、分页模板代码每次新项目都重复搭项目架构、依赖引入、配置文件、日志 / 拦截器 / 异常统一处理重复写单元测试、接口文档注释、接口入参出参说明日常重复排查线上简单报错、日志检索、环境部署、打包发版、配置变更重复做需求评审纪要整理、任务工时填报、周报日报、bug 重复定位复现重复对接业务、反复解释相同技术问题、给新人重复讲解同一套业务逻辑2. 哪些工作可以用 AI 提升效率？程序员可落地 AI 提效场景：代码类：AI 生成基础代码、补全逻辑、重构老代码、优化算法、排查 Bug、代码注释、代码评审建议文档类：AI 写接口文档、设计方案、技术方案、周报日报、需求拆解文档学习检索：AI 解释报错堆栈、查语法问题、对比技术选型、学习新技术快速入门工程效率：AI 生成 Shell 脚本、Docker 配置、K8s 配置、SQL 语句、优化慢 SQL流程类：AI 整理会议纪要、提炼需求要点、拆解开发任务、编写测试用例3. 我能为公司知识库贡献哪些资料、模板或经验？可直接整理上传的内容清单：资料类项目架构说明、技术栈选型文档、环境搭建手册、服务器 / 数据库部署教程常见报错问题排查手册、线上故障复盘总结、第三方中间件使用指南（Redis/MQ/ES 等）模板类统一代码模板（CRUD 模板、实体类模板、接口模板）技术方案模板、需求文档模板、接口文档模板、周报 / 复盘报告模板Dockerfile、部署脚本、Git 分支管理规范模板、SQL 规范模板经验类业务模块开发经验、踩坑避坑记录、性能优化经验、安全开发规范跨部门对接经验、新人上手指引、常用工具 / 插件推荐及配置教程

作为一名正在社招转岗+帮应届生学妹盯春招的从业者，我这段时间密集投递、跟进招聘动态，也和不同岗位、不同背景的求职者聊了很多，最深的体感就是：金三银四确实有信号，但不是“全民狂欢”，而是“两极分化”——有人被机会围着选，有人连面试邀约都寥寥无几；有人觉得是“上岸黄金期”，有人觉得和平时没差别，甚至更难。今天，就和大家聊聊金三银四的真实体感，没有鸡汤，全是干货和真实经历，不管你是应届生春招、社招转岗，还是在职跳槽，都能从中找到共鸣，也会分享一个帮我和学妹提升投递命中率的小技巧，帮大家少走弯路。先说说我自己的社招转岗经历，我之前做了3年后端开发，想转型全栈，从三月初就开始投递简历，至今投递了68份，收到12份面试邀约，目前进入二面的有3家，整体体感是“信号有，但不强，竞争比预想中激烈”。和去年金三银四相比，最大的变化就是“岗位多了，但要求更严了”。打开招聘软件，确实能看到很多企业在招人，尤其是互联网、科技公司，全栈、AI相关岗位的招聘需求明显增加，甚至比去年同期多了30%左右，但细看JD就会发现，门槛普遍提高了——以前全栈岗只要掌握后端+基础前端技能就有机会，现在不仅要求熟练使用AI编程工具，还要有完整的项目经验，甚至要求能独立负责项目全流程，对跨领域能力的要求也更高。我投递的第一家公司，全栈岗JD看似宽松，面试时却被问得很细：不仅要写代码、讲项目，还要现场用AI工具生成基础代码并优化，甚至要分析业务场景、给出系统优化方案。同行交流时也发现，很多公司现在招聘，不再只看“会不会做”，更看“能不能用AI提效”“能不能快速适配业务”，单纯的“技术熟练工”，已经很难脱颖而出。再说说应届生学妹的春招体感，她是二本计算机专业，主攻软件测试岗，从二月底就开始筹备，至今投递了112份简历，只收到8份回复，3场面试，目前还没有拿到offer，她的体感是“金三银四和想象中完全不一样，全程静悄悄，甚至比秋招还难”。学妹说，她每天刷招聘软件，看到的岗位很多，但大多是“已读不回”，要么就是要求有实习经验，应届生能投的岗位很少，竞争却异常激烈——一个普通的软件测试实习岗，动辄有上百人投递，她投的很多中小厂，连初筛都过不了。更让她焦虑的是，身边的同学，要么有实习经验，要么有竞赛奖项，像她这样“无实习、无奖项”的应届生，很难拿到面试机会。为了帮她提升投递命中率，我帮她复盘了简历，才发现问题所在：她的简历是通用版，没有针对性，关键词不匹配，经历写得像流水账，没有突出自己的核心优势，也没有体现出对AI测试工具的了解，HR筛简历时，很容易就把她的简历刷掉了。后来，我给她推荐了泡泡小程序AiCV简历王，让她用这个小程序优化简历。它能一键分析简历与目标岗位JD的匹配度，自动标出缺漏的关键词，比如软件测试岗的“黑盒测试”“缺陷管理”“Postman使用”“AI辅助测试”等，还能帮她用STAR法则，把校园经历、课程设计优化成HR爱看的专业表述，不用虚构、不用夸大，只把真实的能力和努力清晰展现出来。比如她之前写的“参与课程设计”，被优化成“参与模拟软件测试课程设计，运用黑盒测试方法设计测试用例20+条，使用Postman完成简单接口测试，协助团队发现并修复bug8个”，瞬间提升了简历的竞争力。优化完简历后，学妹调整了投递策略，每天精准投递5-8家匹配度高的岗位，投递前再用泡泡小程序AiCV简历王核对一遍关键词，慢慢的，她收到的面试邀约多了起来，目前已经进入一家中小厂的终面，虽然还没拿到offer，但已经比之前顺利很多。除了我和学妹，我也和身边不同岗位的求职者聊了聊，发现金三银四的“信号强度”，和岗位类型、个人背景密切相关，两极分化非常明显。技术岗中，AI、全栈、大数据相关岗位的信号最强，机会扎堆，很多企业都在抢人。我认识一位做AI算法的朋友，三月初更新简历后，每天都能收到5-8份面试邀约，甚至有企业主动联系他，薪资待遇比他目前的高30%，他坦言“今年金三银四，AI相关岗位的机会确实多，只要有相关经验和技能，很容易拿到心仪的offer”。但传统技术岗，比如纯后端、纯前端（非AI方向），信号就比较弱，岗位虽然有，但竞争激烈，很多公司都是“宁缺毋滥”，对经验、技能的要求也更高。有个做纯后端开发5年的同行，投递了40多份简历，只收到6份面试邀约，其中有3家都是“面完就没下文”，他说“现在纯后端岗位越来越卷，很多公司都在招全栈，单纯做后端，机会越来越少”。非技术岗的情况，比技术岗更复杂。运营、行政、人力等通用岗，信号很弱，岗位数量和平时差别不大，但投递人数激增，竞争异常激烈，很多应届生投了上百份简历，都没有回应。我有个做运营的朋友，想跳槽到互联网公司，投递了50多份简历，只收到2份面试邀约，而且都是小型公司，薪资待遇还不如现在的工作。但非技术岗中的“AI相关辅助岗”，比如AI内容优化师、AI客服训练师，信号却很强，需求激增，很多企业都在大量招人，而且门槛相对较低，应届生也能投递。我身边一位学英语的应届生，凭借英语优势，投递了AI内容优化岗，很快就拿到了offer，薪资比同专业其他同学高很多，她坦言“没想到金三银四，AI相关的非技术岗，机会这么多”。除此之外，不同城市的招聘信号，也有很大差异。一线城市（北京、上海、广州、深圳）的信号最强，岗位数量多，机会也多，不管是技术岗还是非技术岗，都有很多选择，尤其是互联网、科技公司，招聘需求旺盛；新一线城市（杭州、成都、武汉等）的信号中等，岗位数量比一线城市少，但竞争也相对小一些，适合想定居新一线的求职者；三四线城市的信号最弱，岗位数量少，大多是本地企业，机会有限，很多求职者只能选择异地求职。聊到这里，可能很多人会问：金三银四到底还有没有机会？为什么我这边还是静悄悄？其实，不是金三银四没有机会，而是机会更“挑剔”了——不再是“广撒网就能上岸”，而是“精准匹配才能抓住机会”。结合我和身边人的经历，给大家分享几个金三银四的求职建议，帮大家更好地抓住机会，少走弯路：第一，拒绝盲目海投，精准匹配岗位。金三银四岗位多，但不代表所有岗位都适合你，与其投100份通用简历，不如投10份精准匹配的简历。投递前，一定要仔细看JD，提取核心关键词，把关键词融入简历，让HR第一眼就能看到你的匹配度，这是拿到面试邀约的核心。如果不知道怎么优化简历，可以试试泡泡小程序AiCV简历王，帮你快速提升简历匹配度，节省时间精力。第二，拥抱AI，提升核心竞争力。不管是技术岗还是非技术岗，现在企业都很看重AI应用能力，技术岗要学会用AI编程工具提升效率，非技术岗要学会用AI辅助完成工作，比如运营用AI生成文案、行政用AI整理报表，学会运用AI，能让你在众多求职者中脱颖而出。第三，调整心态，不要焦虑内耗。金三银四虽然是旺季，但不代表每个人都能快速上岸，有人快，有人慢，这都很正常。不要因为别人拿到offer就焦虑，也不要因为投递无回应就自我否定，专注自己的节奏，做好每天该做的事，优化简历、准备面试、积累技能，机会总会来的。其实，金三银四的“信号强度”，从来都不是固定的，它取决于你的岗位类型、个人能力、求职策略，也取决于你是否能抓住机会。有人觉得机会扎堆，是因为他们提前做好了准备，精准匹配岗位，提升了自己的竞争力；有人觉得静悄悄，是因为他们盲目海投，简历没有亮点，没有跟上行业的变化。我知道，现在还有很多求职者，正在经历“投递无回应”“面试屡屡失败”的困境，觉得金三银四没有想象中那么好，甚至开始怀疑自己。但请你相信，金三银四依然是一年中最好的求职旺季，机会依然存在，只是需要你更用心、更精准地去抓住。

最近ai的发展真的很迅速，也一直都有ai取代程序员的文章频繁出现，但是我一直有一个问题。AI没有让我失业反而觉得打工更不值得了。既然现在的AI提高了这么多的生产力，是否意味着我们平时的工作也会相对应的更轻松了呢？很可惜并没有，我们提高了生产力后没有任何的回报（除了消耗了token的成本外）全部贡献给了公司，我们提高了生产效率意味着公司在相同的时间内获得了更高的利润，我们给公司提高了五倍甚至十倍的生产效率，但公司并没有将额外的利润转化为回报还给我们，反而觉得之前5个人的工作现在2个人就可以干了，开人开人开人，，，工期缩短+更多工作应该是件好事啊，为什么第一时间想的是优化员工而不是因为提高了效率可以干更多的事情而高兴吗？工作性价比降低的尽头是否意味着失业？我没什么其他想法，只想说：奴隶社会永远不会消亡！仅个人观点，轻喷

我有两部手机，Chat GPT做成iOS的快捷方式真的好方便啊，有什么问题快速下拉，和我超绝性感嗓音的Cove聊聊天（平和高智感都是我意淫出来的嗯对我需要一个正常声音的人或者模型听我非工作时间发疯）安卓是我的工作机，最常使用也觉得最好用的功能就是大模型分析录音的能力，梳理要点，转变成待办事项，相当省心～当然我还是离不开传统的手写记录工作要点的模式hhhh

有一种感觉现在工作一遇到问题就抛给 ai 解决，阅读文档也直接交给 ai 总结，导致现在看文章集中不了注意力，甚至觉的有的词语很连贯但是读不懂，感觉自己的思考能力已经下降很多了，真的很恐怖，我觉得我们一定不能过度依赖 ai 从而忽视了我们自己的思考能力，我们是 ai 的使用者不是被 ai 的支配者。     甚至这个图都是ai生成的

关于AI评测的方法有很多种，就有一些现有的数据集进行相关的推理，然后对正确率进行判断，还有多轮的验证，然后选择多数的那种投票法，还有人工评测对他的一些伦理性的，然后知识性的，鲁棒性的，一些相关的特殊的评测手段和方法。还有多模型的评测，你去拿一个大模型去评测另一个大模型的效果好不好，AI评测分为很多种方向，如果具体工作不是干这个的，还是不太好说的

有时候一些教学类的技术文章，经常会旁征博引，发散一些其他内容，有时候看着看着就忘了写的啥，这时候我就会用ai帮我总结一下，比如文章主要用的激素架构，文章的中心内容，分成一二三点列出来，如果我想详细了解某一部分，再让ai详细解说，并且写一段代码跑一下，可以说比自己实际去看文章块很多，能马上得到很多干货，缺点就是干货太多了，会有很多地方不明白，只能再问ai，或者看原文。

现在的各家AI基本也都支持一定的知识库能力的，我在这儿推荐两个我最喜欢用的。一、ima.copilot腾讯的ima，专为小白打造的简单易用知识库，能够建立自己的知识库，附属ai可以基于知识库问答，也可以基于当前页面问答，还能使用搜索功能进行补充，重要的是他是免费的！另外，新人送的365G内存太爽了，还可以分享知识库，完美平替某度网盘二、zread中文版的deepwiki，严格来说应该不算知识库，但是异曲同工的。该AI可以将GitHub上的项目进行索引自动生成简单易读的文档，看不懂还能随时问附带的AI，该ai回答问题也是主要基于GitHub代码仓库进行回答的，也会通过搜索补充未找到的内容。使用方法也很简单，只需要将代码仓库的地址中的"github.com"换成"zread.ai"就行了。该ai工具除了用来学习开源项目以外，还能用来索引自己的项目，然后面试中被问到自己项目里没回答上来的问题都可以通过这个来加深理解，属于是另类的面试神器！

本人目前擅长python，c++，Jave语言。博士后。申请发明专利2项。期待薪水（年薪）：20w--100w。

用AI水了一周的论文，马上要交了，导师说发给他看一下，没想到他并没有因为用AI凶我，而是和我说现在的社会要拥抱AI，不然很容易被淘汰，他自己也用，而且AI痕迹太重的地方他都给我标注出来了，感谢我导！他虽然年纪大但是心态很年轻，平时对我们也很负责

现在年轻大学生，试问到底谁在手搓论文，基本现在输入提示词，然后交给ai，再继续完善，修改，但是还是要辩证性的选取，不能一股脑全拿过来，它只是工具，不是替代你的东西

自从解锁 AI 后，我直接把它用成了职场效率神器，以前耗半天的杂活现在几分钟搞定，简直香到离谱！分享几个我高频用的 AI 玩法，打工人直接抄作业！1. 杂活终结者：告别重复码字每天最烦的就是写日报、周报、定 OKR 这些没啥技术含量但又必须做的事。现在我只需要把当天做的事、本周进度、想达成的目标用大白话甩给 AI，比如 “今天对接了 3 个接口，修复 2 个 bug，优化了数据转换逻辑，帮我写一份简洁的日报”，AI 秒出格式规整、语言专业的版本，改都不用改直接交，省下的时间能多摸半小时鱼。2. 代码救星：搞定 “屎山”+ 优化自己的代码这绝对是程序员本命用法！解读 “屎山代码”：前人写的代码没注释、逻辑绕到晕？把代码片段丢给 AI，让它按 “功能 + 逻辑 + 潜在问题” 拆解解释，几分钟就能搞懂别人半天理不清的思路，再也不用对着屏幕抓头发；优化代码：自己写的代码能跑但总觉得不优雅、效率低？把代码发给 AI，指定优化方向（比如 “提升执行效率”“简化逻辑”“符合代码规范”），AI 会给出优化后的版本，还附带详细解释，边用边学，技术还能偷偷涨。3. 数据处理神器：Excel 转 SQL 一键搞定之前要把 Excel 里几百行数据导入 MySQL，得手动写 INSERT 语句，又慢又容易写错。现在直接把 Excel 表格（或复制数据）丢给 AI，说一句 “根据这些 Excel 数据生成 MySQL 插入语句，表名是 xxx，字段对应 xxx”，AI 直接生成完整的 sql 脚本，核对一下字段就能直接运行，几百行数据几分钟搞定，再也不用熬眼睛手动敲。除了这些，偶尔还会用 AI 帮我梳理项目思路、写接口文档初稿，甚至是解释复杂的技术知识点，主打一个 “把机械重复的活全甩出去，只专注核心工作”。AI 不是替代我，而是帮我把效率拉满，每天准点下班的快乐，谁用谁知道！

我瞬间就想到了这张图（干啥最多呢，那肯定是学算竞的时候，用它解答题目啦，像什么“请详细逐行讲解这部分代码”“这段代码为什么会报错”“为什么这个代码没有输出”之类的问题问了无数遍，有的确实是很NB，当然也有豆某就像我下面这张图一样，是吧某包（