刷到这个话题，想从技术成长和职业发展的角度，聊聊我的实习经历。作为计算机科班生，在学校里我总觉得，自己会写Java、会做课程设计、背熟了八股文，就算是合格的程序员了。直到去杭州一家互联网公司做后端开发实习，我才明白，学校里学的东西，和真实的工业界，隔着一道巨大的鸿沟。而让我突然觉得“这次实习值了”的瞬间，不是拿到了多少工资，不是被leader夸了一句，也不是靠实习拿到了offer，而是我独立解决了一个线上高并发场景的性能瓶颈，把接口响应耗时从2s优化到了200ms以内，方案最终被全组采纳推广的那一刻。事情是这样的，我们组负责的商品详情接口，在大促压测的时候，响应耗时严重超标，并发量一高就频繁超...

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。

家人们谁懂啊！发现90%的人，根本不会在简历上体现AI能力。写的全是“熟练使用ChatGPT”“了解LangChain框架”“掌握RAG技术”这种废话，HR扫一眼就直接扔垃圾桶了，投100份简历99份石沉大海，真的一点都不冤。今天必须把这些简历上写AI能力的致命坑全扒出来，再告诉大家正确的写法，别再让你的AI能力，毁在一句废话上了。先盘点一下，简历上写AI能力，最常见的5个致命坑，90%的人全中坑1：只写“会用什么工具/框架”，不写任何落地场景这是最常见、最致命的坑，没有之一。很多人的简历上，关于AI能力的部分，全是这种内容：熟练使用LangChain、LlamaIndex、AutoGen框架...