🙌面试感想：脑子一热hr打电话就约了 但是水平完全不够 面试官也是特别好 问的问题能感觉到完全没上难度 结束后也是秒挂了1.自我介绍2.（项目）聊天数据存储在什么位置？本地存吗？消息形式是纯文本还是支持图片、视频？如果要发图片，你准备怎么做？上传图片后消息体是什么样、如何传输？3.Kafka 为什么吞吐量大？4.Kafka 消费者可以有多个吗？多个不相关应用消费同一个 Topic 可以做到吗？怎么做？多个消费者共享消费数据、处理慢的场景能做到吗？5.协程和线程的区别？协程在操作系统层面是什么？为什么是用户态？6.Go 怎么管理协程？（GMP）协程死循环会卡死绑定的线程吗？7.MySQL 索引...

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

双非学校， 八股大概看了一遍，该去投中大厂吗，还是继续沉淀再投。

自我介绍实习B 平台 针对需要不断接入新模型，做了哪些优化目前接入多少模型如何控制并发，以保证不超过模型频控限制八股简单说一下 JAVA 中的垃圾回收机制算法小于 n 的最大数：给定一个数 n，如 23121；给定一组数字 A 如 {2, 4, 9}，求由 A 中元素组成的、小于 n 的最大数，如小于 23121 的最大数为 22999其他你最近了解的 ai 最新进展了解 skills 或 mcp 的概念吗OpenClaw 最近听说了吗