1. 介绍K8s2. 创建一个deployment，生成两个pod的流程3. 调度器调度的流程4. pod的dns流程5. 如果一个pod提示连接超时，对于dns如何排查6. Linux进程的状态7. top命令8. 什么是平均负载9. 什么情况下进程处于不可中断状态10. 怎么看进程的io（iotop / pidstat）11. 僵尸进程12. 了解过亲和、反亲和污点吗13. 两种调度策略requiredDuringSchedulingIgnoredDuringExecution和preferredDuringSchedulingIgnoredDuringExecution14. 监控的时候内存使用的哪个指标（container_memory_working_set_bytes）15. docker和containerd的区别16. 压缩和不可压缩资源17. namespace、cgroup、ufs18. pod达到limit时会出现什么现象- CPU 超过 limit 时，容器不会被杀掉，而是被系统节流，CPU 使用会下降到 limit 值。- mem会被OOM19. time_wait出现的原因、如何排查以及如何解决20. 进程、线程和协程的区别21. 了解过哪些网络的内核参数已发口头offer，不知道要不要去。目前腾讯的流程在继续。面试官说无转正，但是HR说有转正

老实说，看着现在各种大模型一键生成页面、秒写正则、连发版脚本都能顺手写了，大家心里慌是正常的。在牛客上每天都能看到“XXX岗位是不是要凉了”的焦虑贴。但剥开情绪外衣，客观现实是：AI干掉的不是某个岗位，而是某个岗位的低级执行层。 咱们挨个岗位盘一盘，现在的“活路”到底在哪。1. 后端：从CRUD 机器到业务与架构的守门员如果你的日常就是接参数、查数据库、拼 JSON 吐给前端，那确实非常危险，AI 写这种样板代码比你快，还不会漏写分号。活路在哪？ 核心在于复杂的业务壁垒和系统架构能力。AI 很难理解深度的业务上下文。比如搞个竞标平台的后端，瞬间的高并发打过来怎么扛？出价时的事务一致性怎么保证？...

#牛友提问，有问必答#

刷到这个话题，发现很多同学对AI时代的岗位认知，还停留在“AI能写代码=程序员要失业”的表层焦虑里。作为在AI行业摸爬滚打了一年的开发，结合行业现状和招聘市场的真实需求，今天给大家做一份完整的「AI时代岗位活路全景图」，分6大类讲清楚：哪些岗位不仅不会被AI替代，还会在AI浪潮里迎来长期红利，核心壁垒是什么，入行需要什么能力，全是干货，没有一句废话。先给一个最核心的底层逻辑：AI能替代的，是标准化、重复性、低决策成本的执行类工作；永远替代不了的，是需要非标准化、深度思考、复杂决策、业务理解、人性洞察的工作。判断一个岗位有没有活路，就看它的核心价值，是执行，还是思考与决策。一、AI原生核心赛道：...