之前我以为暑期实习的窗口期已经过了。字节、腾讯、阿里、美团这些大厂投了一圈，有的挂了，有的还在等，我就默认"没什么可投的了"。结果上周和一个同学聊天，她说刚投了快手和海康威视的算法岗，我一脸懵："这些不是早就截止了吗？"她说没有啊，她看的一个汇总表上明明还在招。我赶紧去看了那个表，翻了一下真的要崩溃了——不止快手，还有好几家公司我根本不知道在招：· 三未信安（济南/北京，后端开发和算法都有）· 晋华集成电路（泉州/上海，AI实习生）· xTool（深圳/合肥，AI工程师）· 上海人工智能实验室（上海，算法实习） 其中有两家我之前完全没听过，但岗位方向和我...

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

前几天刚答辩完，彻底闲下来整理这七年的东西。翻看着以前的实习记录，真的是百感交集。尤其是做HR实习这一路，从最开始在帆软那种“被手把手教做事”的温暖，到后来在京东那种“不加班到很晚就完不成KPI”的窒息，见过了太多实习生在抱怨“天天在打杂”、“这实习有啥用”。说实话，实习生想在大厂或者好公司里做出点成绩，确实不容易。但通过后来复盘发现：很多时候，不是我们做得不够多，而是我们根本不知道“成果”长什么样，也不知道怎么把手里的“杂活”变成“成果产出”。今天就用我在帆软和京东的经历，聊聊怎么让实习变得有产出，而不是仅仅感动自己（仅代表HR岗位）。一、 拒绝“工具人”：把“机械劳动”变成“流程资产”做H...