一、AI 测试的分水岭 从“使用”到“治理”现在市面上的 AI 测试落地尝试，基本分两个流派。一派是把 Claude Code 当外包小弟，人写提示词，它出脚本，人再复制粘贴到框架里。看起来快，实则返工率高得惊人。因为每一轮对话都是独立的，没有版本约束，没有上下文锁定，出问题只能从聊天记录里翻证据。 另一派，已经开始用交付流水线的思维治理 AI。不再把 Claude Code 当成一个聊天窗口，而是当成流水线里一个“生成步骤”。这个步骤有固定的输入源、参数化模板、审批节点、质量阈值，跑完自动进入下一环节。后一种做法的核心已经不是“用 AI”，而是把 AI 输出变成可治理的资产。这就是 Harn...

我用过：“Claudecode”、“Cursor”。。。对面：“所以咱们这边是没有用过VibeCoding是吧”哈哈哈哈哈哈哈好像机器人检索关键词你们有遇到这么奇葩的HR吗？

在boss投了900次了 就两次面试机会 而且都不是技术面。简历内容如下。

JavaHashMap 的 put 流程synchronized 与自旋锁的区别一个线程等待多个线程使用什么来实现数据库为什么索引能提高检索速度联合索引失效场景，为什么失效Redis缓存击穿、穿透、雪崩问题，如何解决项目 1Agent 对话链路的设计结构化记忆和长期记忆的内容上的区别模型幻觉或健康风险的规避措施数据来源，如何入库和召回的评测数据集怎么构造的答案打分设计项目 2介绍下项目图片上传流程如何保证上传链路中的文件完整性，确保用户上传的图片和 OSS 中最终存储的图片内容一致。如何保证其他用户无法通过破解接口，来获别人空间的数据如何避免越权访问双重缓存，如何保证数据一致性的AI 扩图有一...