离谱需求大揭秘家人们，今天必须来跟你们唠唠我给 AI 提过的一个超级离谱的需求，现在想起来都觉得自己当时胆子太大了！事情是这样的，之前我在做一个项目，这个项目已经维护了好长一段时间，代码那叫一个混乱，新老代码混在一起，简直就是一锅大杂烩 。项目里新的代码用的是 mybatis，加解密还比较好处理，可以通过 mybatis 的拦截器拦截来实现。但老代码就麻烦了，它是直接调用 xml 文件去执行 sql，这就意味着我得手动在 sql 执行之前对参数进行加解密。要是你遇到这种情况，你会怎么做呢？当时年少轻狂的我，做了一个现在想起来都想抽自己的决定 —— 我直接一股脑把整个项目代码扔给 AI，让它帮我...

早知道这状态就不来面了，感觉面评指定得写得贼难看。但又想着多面几次攒攒经验，结果全程紧张到飞起，面试官问的问题我压根抓不住重点，答完她还反复问，还好面试官人够意思，一直耐着性子引导我就问我那个 “怎么用数据驱动策略优化” 的问题，我当时是这么答的：xx 指标下滑之后，我用 SQL 扒了不同维度的 xx 数据，最后得出 x 结论，然后就落地了 x 策略。兄弟们帮我瞅瞅，这回答方向到底错没？是不是我压根就没听懂人家的问题啊？第一个问题就拉胯，后面英文环节直接大脑宕机一片空白！真的太憋屈了！明明机会摆眼前了，结果自己没本事接住 [完啦 R] 顺便问一嘴，字节面评能存多久啊？26 年暑期实习再投的话，面试官还能看到这次的面评不？

可以的，大家知道我学历后，都说985的怎么也来干这个了

我们把 AI 当做一个人：大脑（LLM）负责想与写；执行逻辑（Agent）负责推进到交付；经验手册（Skills）提供目录化的可复用 Prompt 与标准流程；工具接口（MCP）把外部能力接进来完成执。A2UI 负责把 Agent 的意图变成可交互界面，并把用户操作回传给 Agent。LLM 是这人的大脑：负责理解你在说什么、推理怎么做、把答案表达出来。但光有大脑不等于能把事办成。Agent 可以比作一个人做事的思考逻辑 + 执行逻辑：拿到目标后先梳理逻辑、拆步骤、设检查点，决定先做什么、后做什么，并在关键节点停下来确认，确保事情按流程推进到交付。Skills 是他随身带的一本经验手册：里面是...