真正用顺手之后就会发现，AI不是代写工具，更像一个随时在线的结对编程伙伴。我平时最常用的一个技巧，就是先拆结构，再填代码。不让AI直接写完整逻辑，而是先让它出流程图、函数划分、调用关系，结构对了再补实现，这样后期改起来成本低很多。提示词尽量结构化，把语言版本、编码规范、异常处理、注释风格都写清楚，比如“C++17、简洁注释、边界判断前置、禁止裸指针”，生成的代码会非常贴近工程习惯。遇到bug时，别只甩报错。把关键代码片段+上下文+你已经试过的排查方法一起发，AI能快速跳过无效方向，精准定位问题。还有一个小习惯：让AI写完后，再让它做一次代码审查，挑潜在问题、优化逻辑、简化写法。长期下来，既能提高开发效率，也能在对比中慢慢学到更规范的写法，越用越顺手。

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.实习拷打2.项目是不是练手项目3.做项目的时候有哪些挑战4.分片键的选择、数据表怎么设计的5.跳转的时候是重定向吗6.有没有压测过，大概能达到怎样的QPS面试官中间还说了主要是关注生成速度、准确性、访问速度这些，结果最后只问了QPS7.如果和实际已经有的一些系统类比，在实际高并发场景下，这个项目是否能支持，需要做哪些优化8.生成ID是否也会是一个瓶颈，比如ID的容量要怎么扩充9.什么时候需要做分库分表10.缓存击穿做了哪些缓解措施11.熔断降级是怎样做的?有没有可以让用户无感知的降级12.知识库怎么构建的?13.工具调用的具体流程14.模型在工具调用的哪些环节发挥作用了15.我的练手项目让大模型来写能不能完成16.平常的科研学习受到了大模型发展的什么影响开放性题目:1.最近关注了什么AI发展的新技术吗?对你自己的学习有没有什么启发或者帮助?2.科研或者做项目的时候有没有遇到什么困难，最后怎么解决的

又双叒叕忘记录音了QWQ凭记忆恢复了一下面试官挺和蔼的，面着没有压力问了些计网OS，快忘完了，基础不太牢面试官介绍部门业务（面试官先介绍给好评）自我介绍这两个项目你是都是从0到1自己设计实现的还是怎么做的项目1（传统后端）：你是怎么借助AI进行开发的数据是存在库里还是缓存里，这个你是怎么考究的如果这个项目你还想更新一下，加一些功能或者是做一些优化，你会如何借助AI来完成这次更新迭代？项目2（Agent）：这个项目有什么你觉得最难的点吗？（我回答上下文工程）那你是怎么解决上下文工程的呢？这个项目这些东西你是怎么进行学习、开发的？MCP和Skill了解吗？有什么区别？（答上了但没太答到位）除了SpringAI，还了解什么AI开发框架吗？除了这些AI开发的知识，有了解什么大模型的内容吗，比如transformer（没有，确实得去学了QWQ）八股：websocket和Http（不会）TCP的拥塞控制和流量控制操作系统有哪些资源分配算法（好像是问的这个，不太记得了，反正问的是操作系统的什么算法，没答上来）互斥锁和信号量键入一个url，发生了什么，从不同的角度来回答，包括计网层面发生了什么？前后端层面发生了什么？前端在获取到后端的数据后，是如何进行内容渲染的？（没系统学过前端，就只结合vue的三个板块答了答）算法题：很简单，一组字符串的最长公共前缀，遍历一次即可AI Coding：写一个前端页面，后端写假数据即可（面试官后面提醒我说要考虑接口超时、响应过久等情况如何处理）反问：1.看JD描述说是全栈，AI Coding，那还需不需要补一下前端知识？面试官说会肯定是加分项，但不会的话，现在也可以AI写了，所以也问题不太大（我大脑翻译一下意思就是还是得会，但实际开发更多是AI Coding）2.后续流程：两轮技术面，一轮Hr面3.看笔试都在出大模型的知识，是不是意味着现在开发岗也得了解大模型的一些原理了？面试官说是的，现在都在借助AI提效，所以里面的原理肯定还是得了解一下了

投降了被做局了，三个题没一个简单的，0.09 1.0 0.09一个线段树优化DP 一个调和级数 一个归并求逆序对第三题想不出一点思路直接暴力，结果暴力能过90%+，RE成0%了在逗我吗？那我还思考啥呢