招银开奖了

1. 介绍一下你在一面提到的XX项目，重点说说架构设计答案要点：整体架构：采用分层架构（接口层、业务层、数据层），模块间通过接口解耦技术选型：说明为什么选择某个框架/库，考虑了哪些因素（性能、可维护性、团队熟悉度）难点突破：如何解决高并发、数据一致性、性能瓶颈等关键问题优化迭代：项目上线后做了哪些优化，效果如何（用数据说话）2. 如果让你设计一个线程池，你会怎么实现？答案要点：核心组件：任务队列（存储待执行任务）、工作线程数组、同步机制（mutex+condition_variable）任务提交：通过模板函数接收任意可调用对象，返回future获取结果线程管理：固定线程数或动态调整，线程从队列...

最终还是婉拒了小红书的offer，厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验，都比之前好太多，开的薪资也还算过得去，这些都是让我下定决心的原因之一。但最核心的，还是抵不住对Agent的兴趣，选择了Ai Coding这么一个方向。因为很多大佬讲过，在未来比较火的还是属于那些更加垂类的Agent，而Ai Coding恰好是Coding Agent这么一个领域，本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习，也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分，确实在Agent方向不太区分这个。尤其是我们自己做AI Coding的内容，基本上90%左右的内容都是AI生成的，AI代码仓库贡献率也是我们的指标之一。有人说他不好用，那肯定是用的姿态不太对。基本上用对Skill、Rules 加上比较好的大模型基本都能Cover你的大部分需求，更别说Claude、Cursor这种目前看来Top水准的Coding工具了（叠甲：起码在我看来是这样）。所以不太区分的主要原因，还是针对一些例如Claude Code、Cursor、Trae、Codex、CC等一大堆，他们有很多新的概念和架构提出，我们往往需要快速验证（MVP版本）来看效果。而全栈就是这么快速验证的一个手段，加上Ai Coding的辅助，目前看起来问题不大（仅仅针对Agent而言）。而且Coding的产品形态往往是一个Plugin、Cli之类的，本质还是属于大前端领域。不过针对业务后端来看，区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么？是的没错，本质上还是提示词。不过现在也衍生出一个新的Context Eneering，抽象成一种架构思想（类比框架、或者你们业务架构，参考商品有商品发布架构来提效）。本质还是提示词，但是就是能否最大化利用整个上下文窗口来提升效果，这个还是有很多探索空间和玩法的，例如Cursor的思想：上下文万物皆文件， CoWork之类的。后续也有一些Ralph Loop啥的，还有Coding里面的Coding Act姿态。这种才是比较核心的点，而不是你让AI生成的那提示词，然后调用了一下大模型那么简单；也不是dify、LangGraph搭建了一套workflow，从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事，大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的，我们ld也常把这句话挂在嘴边：“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代，懂一点还是会好一点，所以润去字节了。目前的实习生活呢，除了修一些Tools的问题，还包括对比Claude、Cursor、Trae在某些源码实现思想上的点，看看能不能迁移过来，感觉还是比较有意思。不过目前组内还是主要Follow比较多，希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场，希望能好好的吧。说不定下次发的时候，正式AI泡沫结束，然后我又回归传统后端这么一个结局了。欢迎交流👏，有不对的🙅不要骂博主（浅薄的认知），可以私聊交流

大二双非小登被字节约面了，海投投到后看了简历直接约面了，虽然不大可能面上，但我将尽我最大努力，期末考试不复习了😡

1. 请做一个简单的自我介绍答案要点：基本信息：姓名、学校/工作背景、专业方向技术栈：熟悉C++、Linux系统编程、计算机视觉等项目经历：简要提及1-2个代表性项目求职意向：对该岗位的兴趣和职业规划2. 智能指针的实现原理是什么？shared_ptr和unique_ptr有什么区别？答案要点：引用计数机制：shared_ptr内部维护一个引用计数器，每次拷贝+1，析构-1，计数为0时释放资源unique_ptr独占所有权：禁止拷贝构造和赋值，只能通过std::move转移所有权，开销更小weak_ptr解决循环引用：不增加引用计数，用于打破shared_ptr的循环依赖自定义删除器：两者都支...