腾讯（QQ客户端） 凉经

现在和亲戚们说开发，说代码他们都不懂，只知道你学了这么久，读了那么多书，到头来还只是个修电脑的，还不如隔壁某某家早就辍学赚的多，别人都成家立业了，家庭爱情事业双丰收，自己到头来只是个孤单的修电脑的。解释的再多，亲戚们也不懂，只想知道你赚的多不多，稳不稳定。在他们眼里，有个编制就是很好，很不赞同他们的想法，但是能够理解。

从AI编程工具秒写代码，到AI办公助手包揽基础执行，AI正在以肉眼可见的速度重构各行各业的岗位要求——不是取代某类岗位，而是淘汰岗位里的低价值劳动者，同时抬高所有岗位的能力门槛。不管你是技术岗的开发、测试，还是非技术岗的运营、产品、文案，工作方式和核心能力要求都已经发生了本质变化。今天就从技术岗和非技术岗两大维度，聊透AI时代岗位要求的核心变化，以及我们该补哪些能力才能不被淘汰。一、技术岗：从「代码制造者」到「AI决策者」，纯编码能力成基础AI对技术岗的影响最直接，Claude Code、Cursor、Qwen Code等AI编程工具的普及，让「手搓代码」不再是技术岗的核心竞争力，以前需要熬夜...

import java.util.ArrayList;import java.util.Scanner;/*** 费用报销 - 二维最大价值 DP（完全背包风格）** 题意：选若干张发票报销，任意两张日期差 ≥ k 天，总金额不超过 m，求最大可报销金额。** 状态定义：dp[i][j] = 只考虑到第 i 天（1..i）,在容量恰好为j的情况下,所能存的最大价值* 这道题的状态定义不一样,因为递推关系由i-k转移而来,** 递推：* 1. 不选第 i 天任何票：dp[i][j] = dp[i-1][j]* 2. 选第 i 天的一张票 v：必须从“第 i-k 天及之前”的状态转移（保证与上一张间隔≥k），*    dp[i][j] = max(dp[i][j], dp[i-k][j-v] + v)，其中 j >= v* 3. 当 i < k 时，不能从“更早一天”转移，只能把“只选第 i 天一张 v”当作起点：dp[i][v] = max(dp[i][v], v)*/public class Main_Knapsack2D {static Scanner sc = new Scanner(System.in);static int[] pre = {0, 0, 31, 59, 90, 120, 151, 181, 212, 243, 273, 304, 334};public static void main(String[] args) {int n = sc.nextInt();int m = sc.nextInt();int k = sc.nextInt();ArrayList<ArrayList<Integer>> a = new ArrayList<>();for (int i = 0; i <= 365; i++) a.add(new ArrayList<>());for (int i = 0; i < n; i++) {int mon = sc.nextInt();int d = sc.nextInt();int v = sc.nextInt();int day = pre[mon] + d;a.get(day).add(v);}int[][] dp = new int[366][m + 1];// dp[0][*] 已为 0，表示第 0 天、不选任何票时，任意容量下最大金额为 0for (int i = 1; i <= 365; i++) {// 先继承“不选第 i 天”的情况for (int j = 0; j <= m; j++) {dp[i][j] = dp[i - 1][j];}if (i >= k) {// 可以从第 i-k 天转移：选第 i 天的一张票 v，则 j 从 v 到 m，dp[i][j] = max(当前, dp[i-k][j-v]+v)for (int v : a.get(i)) {for (int j = v; j <= m; j++) {dp[i][j] = Math.max(dp[i][j], dp[i - k][j - v] + v);}}} else {// 前 k 天内不能“接”在更早的票后面，只能单独选第 i 天的一张票for (int v : a.get(i)) {if (v <= m) dp[i][v] = Math.max(dp[i][v], v);}}}// 容量维度不一定严格单调，这里安全起见在 0..m 中取最大值作为答案// 这也是为什么说,dp[i][j]是在前i天,容量恰好为j时的最大价值int ans = 0;for (int j = 0; j <= m; j++) {if (dp[365][j] > ans) ans = dp[365][j];}System.out.println(ans);sc.close();}}

1. 从 R-CNN 到 Faster R-CNN 的演变R-CNN：Selective Search 提候选框，逐框CNN提特征，慢。Fast R-CNN：整图卷积 + RoI Pooling，共享特征，速度提升。Faster R-CNN：引入 RPN 生成候选框，实现端到端 two-stage 检测。2. 目标检测 two-stage 模型有哪些？典型 two-stage：Faster R-CNNMask R-CNNCascade R-CNN特点：精度高，尤其对小目标和复杂场景更稳；但速度一般慢于 one-stage。3. 说一下 NMS 的处理思想NMS（非极大值抑制）用于去重框：按置信...