一、AI 测试的分水岭 从“使用”到“治理”现在市面上的 AI 测试落地尝试，基本分两个流派。一派是把 Claude Code 当外包小弟，人写提示词，它出脚本，人再复制粘贴到框架里。看起来快，实则返工率高得惊人。因为每一轮对话都是独立的，没有版本约束，没有上下文锁定，出问题只能从聊天记录里翻证据。 另一派，已经开始用交付流水线的思维治理 AI。不再把 Claude Code 当成一个聊天窗口，而是当成流水线里一个“生成步骤”。这个步骤有固定的输入源、参数化模板、审批节点、质量阈值，跑完自动进入下一环节。后一种做法的核心已经不是“用 AI”，而是把 AI 输出变成可治理的资产。这就是 Harn...

收藏我了是进人才储备池了还是有戏了😂

这会儿找工作是不是有点晚了啊

最近我整理了 vivo 暑期实习（嵌入式 / Linux 方向）的面经，发出来给后面要面的同学做个参考。技术面难度还是有的，节奏偏快，会顺着你的回答往下挖；整体氛围还行，但有几道题一旦答浅了就会立刻追问细节。面试题目进程和线程在内核里分别对应什么数据结构？创建线程和创建进程在内核路径上有什么异同？CFS 调度器里 vruntime 是什么？为什么用红黑树？新进程加入时如何防止老进程被饿死？nice 值、SCHED_FIFO / SCHED_RR 和 CFS 的关系是什么？实时调度会不会饿死普通进程？虚拟地址到物理地址的完整路径（MMU、页表、TLB）讲一遍；TLB miss 时会发生什么？伙伴...