简历

实习期间，我最怕领导轻飘飘说出那句：你抽空简单改一下。没有具体需求，没有参考标准，范围模糊又宽泛。本来手头任务已经排满，这句话一出来，瞬间压力拉满，不知道要改到什么程度，只能反复揣摩，生怕改完达不到预期，白白白费功夫。

总有人不解：别人几分钟就能出结果，你为何要耗上一小时？几百行数据，AI 一键转换确实飞快，快到让人觉得高效又省心。可我始终清醒：速度可以交给机器，靠谱必须归于人心。AI 能快速提取，却无法替你甄别对错；能生成表格，却不能为结果负责。我经手的无数案例里，AI 输出常常缺行漏数、小数点错位、信息错乱，看似完整，实则暗藏风险。我多花的时间，不是慢，是在为数据兜底；多做的核对，不是多余，是在为信任负责。你要的或许只是 “做完”，而我追求的，是 “做对、做稳、做放心”。真正的专业，从不是比谁更快，而是比谁更靠谱。如果只追求速度而放弃严谨，这份事，我宁可不做。

我觉得AI干掉的是那些只会写CRUD而且只会复制粘贴的人，干不掉的是那些能理解业务、能拆解问题、能把AI当工具使的人。给新人最好的建议不是写得比AI快，而是知道该让AI写什么、怎么写、写完了往哪儿放。

1. 自我介绍，介绍一下你做过的最有挑战性的项目这道题考察的是表达能力和技术深度，回答框架建议用 STAR 法则：答：我参与过一个游戏服务器的高并发架构重构项目。背景是原有服务器在日活 50 万时出现明显卡顿，延迟峰值达到 800ms。我负责的部分是网络层和消息队列的重新设计。具体做了几件事：① 将原来的 select 模型换成 epoll ET 模式，配合非阻塞 IO，连接数从 1 万提升到 10 万；② 引入无锁 SPSC 队列替换原来加互斥锁的消息队列，热路径延迟降低了约 40%；③ 用内存池管理频繁分配的消息对象，减少了 GC 压力和内存碎片。最终上线后延迟峰值降到 120ms 以内，...