offer投票选择

本人bg双非一本25届计算机本科生，考公失败下岸现在两条路可选：1.软件测试（目前只会功能测试，还需一段时间自学自动化，纯功能测试投简历无水花）2.机械绘图（亲戚在南京某厂做资深机械设计师，说可以从0教我)目前纠结点：软测：1.还需一段时间自学自动化，本人对代码略微排斥，学起来会有些困难；2.对软测前景有些堪忧：①更新换代太快，入行恐怕要终身学习②被裁被优化概率大，行业几近饱和，被裁再找会很难，且35岁一道坎③身边从事软测的同学都在劝退，有些同学目前已转行硬测3.软测唯一优势可能就是工资稍高机械绘图：1.起步工资低，几近软测一半2.工作环境相对较差，大部分在工厂3.两年后学成还需自己跳槽4.优势是越老越吃香，比较稳定求求大神们帮忙给给意见，孩子真不知道怎么选了，拜托

社招选手，想请问一下有没有uu参加过wxg数据开发岗位面试的，想了解下面委会和面委会前的相关笔试~社招好像是先面试后笔试的，目前已经过了前两轮面试

1、若是自学，学习路线是什么2、若是报班，报哪种班合适3、技术栈是追求广度来获得更多的面试机会，还是先确定好就业方向，在其对应的技术栈追求深度呢

众所周知，早在AI Coding工具之前，辅助驾驶已经走了很长的路，他们对等级有L1、2、3等之分。所以本次我从等级角度，各个推荐一下。L1：各类插件，主要用于代码补全，对话等操作。国内外大厂的产品都可以用，差距不大。L2：脱离插件形态，有了更多元的能力。此时差距明显，模型与IDE本身的调教都有着差异。T0：Cursor。T1：亚马逊的Kiro，腾讯的Codebuddy，字节的Trae，阿里的Qoder，还有美团、快手等厂（同等级排名不分先后）因为是国际版，所以模型能力都一样了。我的原则是，哪个能白嫖，就用哪个。T1.5：以上的国内版本。L3：脱离IDE形态。各家都在探索，完全不需人来编写任何代码。率先出击的是，Claude Code，Gemini Cli。早期是黑窗形态，最近才有了可视化界面。黑窗状态下，我们只需要Shell脚本、提示词和command命令即可完成完全沉浸的AI Coding。但其实，这个目的，更是为了加入流水线，实现全自动化。当一个需求、issue来临时，前置脚本自动读入上下文，API 交互给L3工具，再通过HOOK、SKILL等触发自动测试，代码审校，提交代码等操作。腾讯跟的比较快，派出了Codebuddy Code，配合国产的GLM模型，能力尚可。字节的Trae则走了自己的路，SOLO模式，更方便于新手入门。阿里则剑走偏锋，把眼下的产品每一步都做到最好。不过，真在生产环境中，还是L1的Tab Tab不全最让人放心。