1.深度AI使用建立自己的project无论是chatgpt还是deepseek,claude,都面临一个联网就无法上传文件的缺点。这样会导致我们每次问AI问题的时候无法基于之前给的资料，现在付费版的chatgpt,claude都有project的概念。比如我们可以把新建一个project，把产品需求文档、会议记录以及与项目相关的资料都传到project里。这样你再去提问，就可以最大程度得到基于真实资料的回复，降低AI幻觉。AI很吃上下文，你给的越准确越多，它消化的越多。2.灵活使用不同AI这句话说起来简单，但是其实我们人总会有一种路径依赖。如果用惯了一种工具，很难去更新迭代，现在AI发展速度如此之快，对于不同问题都有更匹配的AI工具。对于难题，还可以同时丢给不同AI，比如现在你要策划一个论坛活动，你同时问几个模型，有点先从目标群体入手，有点还指定财务预算，有点更看重流程。把不同Ai的深度思考进行对比，才能对这件事有一个更立体的认识。推理过程有时候比答案更重要。3.精准打磨promptprompt是与AI对话的“第一界面”，它的质量直接决定输出的深度。如果只是简单的提问，得到的回到也肯定只是浅显的回复。有效的prompt应该包含三部分。角色，任务，要求。例如:我是一名26届校招生，请基于我给你的公司招聘信息，结合我的简历，找出专业匹配度最高的3个岗位，并列出适配的理由，最后给出推荐优先级。即使你有Project中的丰富资料，如果提问模糊，AI仍可能忽略关键信息或产生幻觉。所以精准打磨Prompt是用好AI的关键。

有一次面试，面试官直接让我手撕一道经典题——两数之和。题目不复杂，但要求我当场写出思路清晰、可运行的Java代码。我先说了解题思路：用 HashMap 存已经遍历过的数和下标，再一边遍历一边查找目标差值。写代码时我刻意放慢速度，把变量命名写清楚，同时不断口头解释时间复杂度和边界情况。代码写完后，面试官没有纠结细节，而是追问我为什么不用双重循环、HashMap 的空间开销是否能接受。那一刻我意识到，手撕代码考的不是你敲得有多快，而是你是否真正理解问题。这次经历让我明白，Java手撕题真正重要的是思路表达和基本功，而不是背模板。

对求职新人来说，把商城作为后端项目放在简历上，绝对是性价比比较高的选择 。这个项目看似是求职季的大众款，实则包含很多后端开发的核心考点。从技术层面，你能完整了解 Spring Cloud 微服务生态：用 Nacos 做服务注册与配置中心，用 OpenFeign 实现服务间调用，用 Gateway 搭建 API 网关，用 Sentinel 做限流熔断，再搭配 Redis 缓存优化商品查询、RabbitMQ 削峰填谷处理订单流量、MySQL 分库分表应对海量数据 —— 这套技术组合拳打下来，你对分布式系统的理解，早已远超只会写 CRUD 的应届生。从求职层面，这个项目更是面试的加分利器。HR 和技术面试官对商城项目的业务逻辑熟门熟路，你能清晰讲出 “商品秒杀的高并发解决方案”“订单分布式事务的处理思路”“库存超卖问题的规避方法”，远比空泛地说 “精通 Spring Boot” 更有说服力。对中小厂而言，这类贴近业务的项目经验，意味着你入职后能快速上手企业级开发；对大厂来说，这也是证明你具备后端核心能力的直观凭证。更重要的是，这个项目能帮你建立工程化思维。从需求拆解、架构设计，到代码编写、单元测试，再到 Docker 容器化部署、CI/CD 流水线搭建，每一步，都是从 “校园开发者” 到 “职场工程师” 的蜕变。别担心项目撞款，真正能拉开差距的，从来不是项目名称，而是你对技术细节的深挖和对业务场景的思考。把一个项目做深做透，它就是你简历上最亮眼的金字招牌。

📍面试公司：虎牙直播🕐面试时间：2026/1/15 4:30 - 6:00💻面试岗位：后台开发工程师（Java/Golang）-AI 研发效能方向❓面试问题： 自我介绍  拷打项目（被问到了，问了很多细节，忘了怎么做的了，要让我考虑项目的意义 做这个的价值） 项目用的什么注册中心？ nacos  说了下nacos 的工作模式（此处忘记说了自己准备的注册中心排查案例，可惜， 好久没面试了） ，注册中心的工作模式如何工作的？如果让你选择你选择什么模式的注册中心？ AP/CP ， AP ， 此处up 举例 innodb的ACID 与seata的分布式事务/mysql-redis的缓存一致性问题...