#秋招

阿里云暑期实习面经（阿里云C++二面面经）写面经攒人品。面试官先介绍了一下业务，然后让介绍了一下项目1.智能指针2.栈和堆的区别3.c++和c的不同4.用const的目的5.指针和数组的区别6.重载和重写的区别7.定义指针时要注意的问题8.c++内存分配9.new/delete和malloc/free的联系及区别10.c++是类型安全的语言吗（面试官提到了动态联编和静态联编）11.main函数前会有其他函数语句被执行吗12.虚函数实现13.tls握手14.手撕算法冒泡排序了解了一些密码学的相关知识，后面就属于聊天了。面试官依旧人很好，给予了很积极的反馈，说了一下笔试的问题，给了一些建议。---...

py后端方向

俩实习生全是槽点，还一个个摸鱼摸到飞起，现在就问：这俩到底咋选？怎么带？实习生 A：一点就透，还能活跃组内气氛，妥妥的机灵鬼。但架不住爱忘事、左耳进右耳出，交上来的活儿也就刚够及格线，摸鱼倒是比谁都积极。实习生 B：做事踏实能落地，进度反馈贼及时，让人省心不少。可悟性是真差，一点小事得反复确认八百遍，巨费时间，摸鱼这事儿也没少干。一个机灵是机灵，就是太不省心；一个稳当归稳当，带起来太费劲。换你你选哪个？这俩到底该咋带啊？

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...