offer选择

在 Claude Code、Cursor 等 AI Agent 工具的使用过程中，MCP（Model Context Protocol）与 Skill（Agent Skill）是两个高频出现的能力扩展概念。二者看似都是为了增强 AI 的能力边界，但在设计哲学、技术架构和适用场景上有着本质区别。本文将从这三个维度，彻底厘清两者的核心差异、存在价值及选型原则。一、一句话核心区分MCP 和 Skill 是 AI Agent 能力扩展的两大核心支柱，定位截然不同：MCP 解决「连接」问题：让 AI 突破自身数据局限，访问外部世界的工具、数据源与服务。Skill 解决「方法论」问题：为 AI 注入专业的...

十二月一号上午收到了秋招第一份offer，好心酸，好开心，好疲惫。总共面了三一，德州仪器，冠宇，美的，欣旺达，万华化学，常州集团恒创热处理，物元半导体，海辰储能，容百，北方华创，海四达，XXX，终于迎来了第一个XXX的offer。

那个月面的试太多了，身心疲惫且一无所获。那天，面了一个感觉不太能过的面试，常规的八股问题都是正常的，就是最后面试官问你还有什么要问我的吗，突然一愣，怎么没有手撕题。心里心想估着完了，脑子直接下班休息了，脱口而出：“这这没有手撕题吗，是单单我没有，还是大家都没有”（后面回想起来真是面试面疯了）

我上一次认真准备面试，已经是三年前的事了。那时候我一直觉得，只要 Java 基础还在，项目经验还在，问题就不大。毕竟那么多年后端，不至于一出来就水土不服。直到真正开始面试，我才发现一个事实：我不是技术退步了，而是市场已经换了一套考法。第一轮面试，我就意识到“不对劲”前半段问题其实很熟：Java 基础并发、JVM、数据库、中间件分布式、微服务、Spring 体系我心里还在想：还好，没脱节。但很快，问题开始变了：如果这个系统让你重新设计，你会怎么做？你当时为什么不用另一种方案？在不确定需求下，你怎么判断技术取舍？开放性场景题明显多了。没有标准答案，面试官更关心的是你的思考过程，而不是结论本身。真正...