大疆内推

属于基础知识，但是需要自己收集，一次性给大家找全了 公司/组织相关（你在哪个坑位）HC（Headcount）：招聘名额、人头数。造句：不好意思，我们部门今年只有 5 个 HC，已经招满了。BG（Business Group）：事业群。Bg还有一个意思就是你的背景 造句：我们公司的电商 BG 和游戏 BG 今年会有一次大的合作。或BG（Background）：背景，通常指候选人的“履历背景”，比如学校/学历、项目经历、实习、比赛、论文、技术栈、业务经历等，有时也指“背调”相关背景信息。BU（Business Unit）：业务单元，通常在 BG 下面更细分。造句：我最近换了一个 BU 工作。Bas...

不是说字节投就给面吗，我怎么露头就被秒😅

最终还是婉拒了小红书的offer，厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验，都比之前好太多，开的薪资也还算过得去，这些都是让我下定决心的原因之一。但最核心的，还是抵不住对Agent的兴趣，选择了Ai Coding这么一个方向。因为很多大佬讲过，在未来比较火的还是属于那些更加垂类的Agent，而Ai Coding恰好是Coding Agent这么一个领域，本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习，也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分，确实在Agent方向不太区分这个。尤其是我们自己做AI Coding的内容，基本上90%左右的内容都是AI生成的，AI代码仓库贡献率也是我们的指标之一。有人说他不好用，那肯定是用的姿态不太对。基本上用对Skill、Rules 加上比较好的大模型基本都能Cover你的大部分需求，更别说Claude、Cursor这种目前看来Top水准的Coding工具了（叠甲：起码在我看来是这样）。所以不太区分的主要原因，还是针对一些例如Claude Code、Cursor、Trae、Codex、CC等一大堆，他们有很多新的概念和架构提出，我们往往需要快速验证（MVP版本）来看效果。而全栈就是这么快速验证的一个手段，加上Ai Coding的辅助，目前看起来问题不大（仅仅针对Agent而言）。而且Coding的产品形态往往是一个Plugin、Cli之类的，本质还是属于大前端领域。不过针对业务后端来看，区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么？是的没错，本质上还是提示词。不过现在也衍生出一个新的Context Eneering，抽象成一种架构思想（类比框架、或者你们业务架构，参考商品有商品发布架构来提效）。本质还是提示词，但是就是能否最大化利用整个上下文窗口来提升效果，这个还是有很多探索空间和玩法的，例如Cursor的思想：上下文万物皆文件， CoWork之类的。后续也有一些Ralph Loop啥的，还有Coding里面的Coding Act姿态。这种才是比较核心的点，而不是你让AI生成的那提示词，然后调用了一下大模型那么简单；也不是dify、LangGraph搭建了一套workflow，从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事，大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的，我们ld也常把这句话挂在嘴边：“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代，懂一点还是会好一点，所以润去字节了。目前的实习生活呢，除了修一些Tools的问题，还包括对比Claude、Cursor、Trae在某些源码实现思想上的点，看看能不能迁移过来，感觉还是比较有意思。不过目前组内还是主要Follow比较多，希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场，希望能好好的吧。说不定下次发的时候，正式AI泡沫结束，然后我又回归传统后端这么一个结局了。欢迎交流👏，有不对的🙅不要骂博主（浅薄的认知），可以私聊交流

erlang后端开发面试首先笔试，现场做：第一部分选择题(5题左右)：大部分与排序、查找、时间复杂度、稳定性这几个知识点有关。有一题是通过二叉树的中序和后序反推原二叉树。总体难度：低第二部分简答题：1.TCP与UDP有什么不同？ 2.写冒泡排序3.写出题目代码的递归结果9377游戏2026届春招启动！【公司简介】9377集团成立于2011年，是集研发、发行和平台运营于一体的全球化综合型互联网游戏公司。【热招岗位】 游戏策划类、美术设计类、市场推广类、游戏运营类、技术开发类【丰厚福利】定制化激励方案、季/年度优秀奖励、四餐供应、全勤奖励、带薪年假、特色带薪假、年度体检、交通补贴、高温补贴、年度团...