昨天刷到个帖子挺有感触的：有同学说他自从习惯用AI查代码错误，自己debug的能力直线下降。现在遇到报错第一反应不是看日志，而是直接把错误信息扔给AI等答案。这让我想起以前学数据结构的时候，为了搞懂红黑树的旋转操作，我在草稿纸上画了十几遍才明白。现在如果让AI直接给我讲，可能5分钟就“懂”了，但这种“懂”真的扎实吗？不过反过来说，AI确实帮我拓宽了思路。上次做项目遇到个冷门需求，靠传统搜索根本找不到解决方案，和GPT讨论了一下午，它给的几个方向最终真的解决了问题。感觉现在的学习已经从“记忆知识”变成了“驾驭工具”。

讲讲实习的项目static 关键字的作用final 关键字的作用interface 和 abstract 有什么区别final 能修饰 abstract 吗？ArrayList 里加元素的过程ArrayList 里 add 的效率如何 O（1）吗还是 O（n）要考虑扩容如果 remove 和 add 同时进行呢？ArrayList 和 LinkedList 是否现成安全HashMap 的查询时间复杂度设计一个数据结构，要求动态插入删除并且可以随时知道比 k 小的数树状数组、平衡二叉搜索树（红黑树） + size 标记、跳表如果同时需要立刻知道中位数呢？双堆模型（大根堆+小根堆）如果一个文件，在...

由于本人情绪过于稳定，对这类标签没啥感受。也可能攻击性太弱了，甚至算得上夸奖？毕竟能被称作做题家的至少也是小有成就的。不过不管如何，只要外界因素不会影响到自己的正常生活，还是做自己最重要

一开始让AI筛简历，它总瞎编候选人经验，踩了3次坑后，我给它加了这些设定：1. 必须逐字对照简历，没写“管理经验”就不能标“有团队管理能力”；2. 所有评价绑定具体数字，比如“推900份简历”才对应“执行力强”；3. 经历模糊的标“待面试核实”，不直接下定论。改完后AI幻觉率降了80%，现在筛简历不用挨个核对，省超多时间！