上周去面试一家AI创业公司的全栈开发岗，HR提前发了封邮件：请带上笔记本电脑，预装Claude Code或Cursor。我心想：不会是现场写代码吧？这也太刺激了。结果到了面试现场，面试官说了一句话让我彻底放松——又彻底紧张起来："不是让你写代码，是让你教AI写代码。"面试题长这样面试官给了我一个需求："用Go实现一个分布式限流器，支持令牌桶和滑动窗口两种算法，QPS不低于10万。你可以用任何AI工具，时限1小时。"然后他补了一句："我们评估的是你的方法，不只是结果。"我打开Cursor，开始拆解任务：先让AI生成限流器的接口定义和整体...

兄弟们有点裂开啊，boss投出去了两千份简历了，有什么问题吗，心态炸了

腾讯校招公众号的数据，估计那77%都在横向

1. 自我介绍2. 智能合同审阅平台里为什么要同时使用向量检索和全文检索？单一检索方式为什么不够？答案：在合同审阅场景里，用户的问题或者待审条款通常不是简单关键词匹配，而是存在大量语义相近但表达不同的内容，比如“提前解除合同”“单方终止协议”“无责解约”语义接近，但关键词并不完全一致。如果只用全文检索，比如 Elasticsearch 的 BM25，优点是关键词匹配精确、可解释性强，对合同编号、金额、日期、公司名称、条款标题这类结构化或半结构化字段效果很好。但它对同义表达、语义改写、隐含风险点的召回能力较弱。如果只用向量检索，优点是语义召回能力强，但是容易召回一些语义相似但法律含义不完全一致的...