大数据运维

最近重度使用Claude，特别是配合GPT和官方的Claude Code，最大的感受就是：它对复杂工程架构的理解力简直是降维打击。写简单的增删改查可能各家大模型都差不多，但当你让它处理分布式底层的业务流。它极少出现幻觉，而是能精准顺着庞杂的上下文把链路理清。我的心得是，千万别只把它当成普通的“语法补全器”，直接把你业务里最痛的数据处理架构、海量并发场景抛给它，用CLI代理去跑脚本和定位Bug。把这套AI原生工具链玩明白，用大模型来做核心底层的重构与调优，绝对是咱们做后端开发提效的核心壁垒。

暑期实习投了十几天，能投的都投了，一个面试没有，pdd，快手，小米直接挂，不然一直都泡池子，简历还能怎么改进吗，后端还是太卷了

感觉自己还是挺狗运的，比不上牛客这些双非大佬随便秒终于戴上红围脖了，xdm 加油

网易游戏二面面经   自我介绍，并挑一个做得比较好或有成就感的项目，介绍你负责的工作、遇到的问题及解决方法。   项目相关   epoll的触发模式有了解过吗？   协程了解吗？   如果让你自己实现一套协程方案，需要关注什么问题？核心是什么？上下文怎么维护？     关注点 说明     1. 上下文保存与恢复 需要保存寄存器（栈指针、程序计数器、通用寄存器）、信号掩码、浮点状态等，以便恢复执行。   2. 栈内存管理 每个协程需要有独立的栈空间。如何分配？大小固定还是动态增长？如何避免栈溢出或内存浪费？   3. 调度器设计 协程何时主动让出（yield）？调度器如何选择下一个运行的协程（...