大厂同事给我的感觉就像高中班里的学霸，嘴上说没学习，考不好，但是一出成绩就名列前茅。案例一：我的同事A，基本上每天都和我抱怨ld又给她一个难度非常高的活，干着没意思，马上ddl了还干不完。最后一开周会就被ld表扬干的非常好，原因是下班后电脑带回去通宵达旦的干！案例二：我的同事B，每次吃晚饭遇到都会和我说，不行了顶不住了，今天要八点下班，最后九点的时候仍然还在工位。问就是活还没干完走不了！马上走！正在打车中！案例三：我的同事CDEF，经常周末自愿来加班，看他们的文档记录经常能看到半夜3点左右的修改记录，以及周六日正在编辑中~问了一下其它大厂的朋友，基本都是这个节奏！！！阿里测开：美团数开：快手测...

焦虑ing，二本，绩点挂车尾，无竞赛就会个stm32和freertos，esp32。无竞赛，学历差。真让人焦虑。这是应付学校任务写的简历，说实在的，平衡车和nwatch都是跟着视频(铁头山羊，韦东山)复刻的。MQTT这部分让ai吹了一下，实际上我不会LVGL，就在简历抹去了。八股文没开始背，面试题还没开始看。需不需要刷一点算法？来不及了，才知道大三这个时候应该投简历了，骑驴找马，边投边学

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...