那对在办公室kiss的小情侣分手了

我的领导主打一个“州官放火，不许百姓点灯”救命！谁懂啊家人们！摊上一个“严于律人，宽以待己”的领导自己是迟到早退自由人   迟到早退是日常操作我们天天按时上下班  却揪着我们不放他想干嘛啊！他只要准时上班  看见我们不在工位必查考勤每天上班不先见到他 先刷个脸卡连洗手间都不敢去结果人家查完考勤 上班时间了还悠哉的去食堂吃个早饭一天天真是闲的～真的会谢🙃

约面的时候先是hr打过来一个电话聊了下，说是一轮技术面一轮hr面，得实习到毕业拿到毕业证才能转正，然后一般工作时间9点上班20点下班吧（研发肯定要晚一些）问了下实习为什么离职之类的手撕：不含重复字符的最长子串做的最有挑战或是最难的事情是什么？感觉更看态度吧，不怎么难，毕竟是实习转正......

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。

🧠 一、不是“我做了什么”，而是“我解决了什么”❌ 普通简历：负责某模块开发，使用 XX 技术✅ 有深度的简历：针对 XX 场景的性能瓶颈，重构 XX 模块，将响应时间从 A 降到 B👉 面试官自然会问：瓶颈怎么发现的？为什么选这个方案？还有没有其他解法？🔍 二、每个项目都能“往下挖三层”有深度的简历，每段项目至少能拆成三层：1️⃣ 背景：为什么要做这件事2️⃣ 决策：你做了哪些关键选择3️⃣ 结果：产生了什么变化（数据 / 结论 / 影响）如果你自己都挖不下去三层，那面试官大概率也挖不动。📊 三、数据不是装饰，是“钩子”真正有用的数据不是为了显得高级，而是为了引出问题：为什么提升 3...