虾皮秋季招聘内推，全程跟踪

最近一直在搞具身智能、跑 FastWAM 相关的东西，经常看到有人在群里、论坛上问 Hermes 和 OpenClaw 有啥不一样，以后谁更有前途。 这俩看着都是 AI 智能体，好像功能差不多，其实完全不是一个路子。现在还能放在一起对比，再过一段时间，基本就是两条完全分开的赛道，最后甚至不是竞争关系，而是互补。 先一句话说透核心区别： Hermes 是走深度、走自进化的，越用越强，更像一个能自己成长的大脑； OpenClaw 是走广度、走生态的，开箱即用，覆盖场景多，更像一个万能工具人。 先说说最本质的差别 Hermes 强在学习能力和自进化。你给它任务，它不是做完就忘，而是会总结、会沉淀、会...

鼠鼠体检有以下异常，请问下各位佬需要复检吗，还是说会直接pass掉呀😴

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

1、📍面试公司：波克城市一面🕐面试时间：20260408💻面试岗位：测试开发工程师❓面试问题（记忆较为深刻的问题）：1、埋点框架调优的内容2、商业化SDK交由其他业务使用，如果业务反馈埋点量级大幅下降要如何排查3、Kafka数据流4、算法题：最长回文子串，解决方法找到回文中心字符（奇数、偶数两种情况），向外寻找可能的最长子串🙌面试感想：个人算法能力太差 hot100再刷刷HR面🕐面试时间：20260414❓面试问题（记忆较为深刻的问题）：1、两年内主要负责的业务，为什么考虑换工作2、个人更看重什么，为什么当下觉得发展受限3、反问2、📍面试公司：小熊博望 倍孜一面：🕐面试时间：20...