作为2025届校招生，我主要面向后端岗位，最终拿到了10个中大厂offer（详见历史帖子）。现在回顾整个求职过程，总结一下当前开发岗位面试中AI相关问题的趋势和应对策略。四类高频AI面试问题第一类：如何使用AI辅助编码（必问）出现频率：几乎所有公司都会问，即使不是每一轮，全流程中也必定涉及。2025年时我的回答：宏观问题和命令速查：使用AI对话形式（ChatGPT、千问等）编码过程：使用Copilot、通义灵码等插件进行代码补全和查错2026年的期望回答： 面试官更希望听到深度使用AI编码工具的经验，包括：Claude Code、Cursor、Gemini等新一代AI编码工具的实践经验对不同工...

不知道项目有没有烂大街，和两个版本怎么选，求指点

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

1月还有很多HC!!!!java笔试题目：用 Python 实现一个函数，用于计算斐波那契数列的第 n 项。以下 Java 代码片段是否存在问题？如果有，请指出并改正。简述 C++ 中指针和引用的区别。实现一个二叉树的中序遍历算法，可使用递归或非递归方式。对于一个无序整数数组，使用快速排序算法对其进行排序，并分析该算法的时间复杂度和空间复杂度。设计一个算法，判断一个字符串是否为回文串，要求时间复杂度尽可能低。简述 TCP 三次握手和四次挥手的过程，并说明为什么连接建立是三次握手，而连接释放是四次挥手。一台主机的 IP 地址为 192.168.1.100，子网掩码为 255.255.255.0，...