扒过 200+ 份 2026 校招 JD（字节 / 阿里 / 腾讯 / 美团 / 蚂蚁 / 智谱 / 月之暗面 / Manus 等）后总结。  很多 uu 看到"Agent 工程师"就一头扎进去学 LangChain、LlamaIndex、AutoGen，结果投了一圈才发现：Agent 不是一个岗，是一类岗，里面至少 6 个细分，技能要求还是有些区别的～  先放一组数据：  字节 2026 校招 1205 个岗直接和 AI 相关（占研发岗 47%） 阿里 7000+ offer 里 AI 岗超 60% 腾讯技术岗扩招 36%，主要是 AI LangChain 在 34.3%...

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

不是我应聘个it技术支持岗位4-6k 还学历歧视上了😭

主包2.5个月速成java后端开发，暑期实习投的互联网中大厂基本上面完了都挂了。目前有三个offer可选: 南京的中兴，业务是做wifi驱动还有一些后台代码的编写，面试比较水，感觉没什么技术含量；武汉小米总部，是纯后端开发，听mentor的意思是很注重实习生能力的不断培养和成长；招银网络科技，二面过了感觉比较简单，反问面试官说基本上能拿到offer。小米的offer快过期了，然后还在等招银网络科技的流程。秋招不想去互联网厂卷，想去泛体制内，银行软开，选哪个offer好一点。纠结的点在于，招银实习是银行软开，对秋招进银行会不会比小米更有加成，然后中兴是国企，对秋招进国企会不会有帮助一些。