今天早上突发奇想，平常我们用ai会经常遇到要反复写类似的提示词，所以我就vibe coding了一个小插件，支持自定义一些常用语句，可以快捷键打开语句栏选择，插入光标处，我甚至没有纯vibe coding，只是ai负责了我不会的框架构造，脚本语言和一些idea专用的sdk选择啥的，我还是手写了一部分核心逻辑，大概一早上就写完了但是，中午吃完饭回来就事故了，我决定给他上架idea插件商城，觉得名字太难听，索性给插件那个压缩包和文件夹改了个好听的名字（英文名，不是中文的问题），然后不知道怎么回事，改名以后就运行不了了，后来debug了很久也没用，甚至回滚了git也还是用不了（idea不接受插件，大概意思缺什么配置），于是痛苦的debug一下午，放弃了，下次可能会从头开始构造好重写一个我以前用vibe coding写前端，后端都是惊为天人，现在才发现，如果你能看懂代码，稍微把握一下，确实很有助力，但一旦涉及完全不了解的领域就是给自己埋大雷，说不定哪天就爆了😂最后问个额外的问题，我感觉chatgpt 5-mini比glm5，minimax2.5，qwen3.5这几个国产的写代码好用，是不是我的错觉啊，还是外国的agent模式做的比国内的好，发挥的效果更好

主要写了我没有回答好的内容，其他都是普通八股+项目1.callable和runnable的区别我就回答了，callable可以携带返回值，runnable不能携带值。其他就不是很了解2.如果有这个场景，平时线程池只需要调用两个核心线程就能实现所有任务，但是在高并发的时候，显然需要更多的核心线程，比如，我们可以可以不急着把任务放到等待队列，反而是增加核心线程数去执行，再放到任务队列中，你会怎么解决？我就回答了，可以创建两个线程池，分别应对冷热场景，然后手动进行调整，冷的时候用核心线程少的，热的时候用核心线程大的3.HashSet的去重，源码是如何解决的？不太了解，当时就说了，可以通过比较是否是相...

今年找实习直接开启地狱模式，投出上百份简历大多石沉大海，好不容易走到终面，最后还是被归入人才库。身边同学每天刷招聘信息、改简历到深夜，却迟迟等不到满意的回音。建议别盲目广撒网，精简简历突出实操经历，针对性投递适配岗位，每场面试都认真复盘总结。大环境虽卷，只要稳住心态、稳步提升，总会等到属于自己的机会。

1、自我介绍2、现场笔试：用 Trae 二十分钟写一个工具我通常会先自己确定功能最小闭环，再用 AI 帮我补骨架代码、参数解析和异常处理，然后自己做最后校验，不会完全依赖 AI 自动生成。因为这种场景最容易出问题的地方不是代码量，而是需求理解错、接口设计乱、边界没处理。下面是一种比较适合这种面试场景的小工具写法，功能是读取文本，做清洗后统计高频词，输出前 k 个词，结构简单，也方便快速展示工程习惯。 import re from collections import Counter def clean_text(text: str) -> str: text = text.lower()...