Cadence

原本说好的一起合作，结果在第二天就要产出结果的时候发现对方负责的部分一点都没做，然后你是这个项目的主要负责人，出了问题你背锅，你会怎么做？事情缘由因为我是做测试的平时需要测试一些需求，对于一些大的需求可能需要测试一两周，但是互联网公司需要的是快速交付，很难说服产品你测试需要花这么久。这里可以简单给大家介绍一下，互联网之所以加班内卷严重很重要的一个因素就是需要快速的迭代产品，快速的抢占市场，积累用户往往是比你慢慢研发打磨细节要更好。比如A公司花了半年做出来一个产品，然后上线虽然接收到一些差评但是抢占了大量的市场后续慢慢优化这些差评，B公司花了一两年做和A公司同样的产品，虽然有些功能比A更好但是人...

俩实习生全是槽点，还一个个摸鱼摸到飞起，现在就问：这俩到底咋选？怎么带？实习生 A：一点就透，还能活跃组内气氛，妥妥的机灵鬼。但架不住爱忘事、左耳进右耳出，交上来的活儿也就刚够及格线，摸鱼倒是比谁都积极。实习生 B：做事踏实能落地，进度反馈贼及时，让人省心不少。可悟性是真差，一点小事得反复确认八百遍，巨费时间，摸鱼这事儿也没少干。一个机灵是机灵，就是太不省心；一个稳当归稳当，带起来太费劲。换你你选哪个？这俩到底该咋带啊？

最后再看下工位，就走吧

昨天刷X的时候,突然发现xAI把整个For You推荐算法开源了。说实话,我当时就愣住了。要知道,推荐算法这东西,对社交平台来说就是命根子。抖音的推荐算法、小红书的推荐逻辑,哪个不是藏着掖着当核心机密?结果马斯克直接把代码扔GitHub上,7000多个star,就这么大大方方让你看。这背后到底藏着什么秘密?一个让我震惊的发现我花了整整几个晚上扒完这套代码,发现了一个颠覆认知的事实:X的推荐系统里,几乎没有人工规则。什么意思?传统的推荐系统,工程师会设计几百上千条规则。比如用户点赞过科技类内容,就多推科技,或者转发率高的内容加权。这些都是人脑想出来的逻辑。但X的算法完全不是这么玩的。他们用的是G...