大家好，我是去年参加秋招的后端选手。刚经历了pdd的一面，热乎的面经奉上。pdd果然名不虚传，上来就是硬核三连，完全不问项目，直接揪着基础知识往祖坟上刨。整个面试30分钟，感觉像经历了一场高强度的技术论文答辩。一、 面试开场：没有寒暄，直接亮剑面试官准时上线，确认身份后，第二句话就是：“我们来聊聊Redis吧，看你简历里写得很熟练。”我心里一紧，知道这场恶战开始了。pdd的流量和并发决定了它对缓存的要求是极致苛刻的，Redis必然是考察重点。二、 核心拷问：从使用到源码，一层层剥开第一层：基础用法与场景（热身）Q1：你们项目为什么用Redis？用了哪些数据结构？我的回答：主要做缓存和分布式锁。...

两段实习……春招好冷淡啊，投了一大堆，约面俩，都过了十多天没动静，其它也没动静，boss已读不回哎，怎么办啊，焦虑死了……

这几天疯狂在boss直聘和应届生上投简历，结果一个回复都没得，是不是简历有啥问题😭，主要投的都是产品岗，求友友们帮忙看看

这可能是目前 AI 面试中最拉开差距的一环。大部分求职者的简历上写着“通过优化 Prompt，提升了生成质量。”面试官往往会微微一笑，紧接着抛出一记灵魂暴击：“那你怎么定义‘质量提升’？你怎么用数据证明，你的 模型 跑得比昨天更好？”这个时候，如果你挠挠头回答：“我自己抽查了几条结果，感觉变好了……” 那基本就凉透了。正所谓乱花渐欲迷人眼，靠人工“抽盲盒”式的肉眼查验，很容易陷入“只看好案例（Cherry-picking）”的自欺欺人中。在真正的工程落地面前，这种“凭感觉”根本站不住脚。回答应该直接把 Eval（评估）体系拍在桌面上：“在修改任何一行核心逻辑或 Prompt 之前，我会构建一套...