offer选择求助

面试题简述现有100只老虎和1只羊，规则是这样的：（1）老虎吃羊会变成羊（2）每只老虎都想吃羊，但更想活下去那么，请你分析一下，这100只老虎最终会不会吃羊，为什么？面试官想听的1、能否抽象出递归博弈模型2、是否能用演绎推理的方式层层推导3、在过程中保持逻辑自洽、有条理的表达面试回答举例首先，我会从少量老虎的情况入手，通过地推推理得出规律。1、当只有1只老虎，1只羊的情况下：这只老虎会吃羊，因为吃了之后变成羊，依然安全，没有别的老虎吃它。详情请参考：http://xhslink.com/o/2W8YC3klwYK由浅入深分析这类题的本质是逆向推理的递归博弈问题：每个参与者都理性、信息完全透明，...

北京邮储软开应该强度也不低,pdd10106

安装完Trae之后，先别急着打开项目，跟着我一步一步来，确保我们的开发环境一切就绪。首先，每个人都有自己喜欢的开发工具。比如我之前一直用的是IntelliJ IDEA，而不是Trae。所以，当Trae开始编码时，它内部的AI会通过终端调用各种命令，比如Maven、Java等。为了保证这些命令能够顺利运行，我们需要配置好环境变量。为什么需要配置环境变量？避免卡顿：如果环境变量没有配置好，Trae在调用命令时可能会卡住，影响整个开发流程。上下文干扰：一旦某个命令运行失败，Trae会自动尝试下载相关工具，但实际上你本地可能已经有了这些工具，只是环境变量没有配置好而已。验证配置：重新打开一个终端窗口，...

最终还是婉拒了小红书的offer，厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验，都比之前好太多，开的薪资也还算过得去，这些都是让我下定决心的原因之一。但最核心的，还是抵不住对Agent的兴趣，选择了Ai Coding这么一个方向。因为很多大佬讲过，在未来比较火的还是属于那些更加垂类的Agent，而Ai Coding恰好是Coding Agent这么一个领域，本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习，也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分，确实在Agent方向不太区分这个。尤其是我们自己做AI Coding的内容，基本上90%左右的内容都是AI生成的，AI代码仓库贡献率也是我们的指标之一。有人说他不好用，那肯定是用的姿态不太对。基本上用对Skill、Rules 加上比较好的大模型基本都能Cover你的大部分需求，更别说Claude、Cursor这种目前看来Top水准的Coding工具了（叠甲：起码在我看来是这样）。所以不太区分的主要原因，还是针对一些例如Claude Code、Cursor、Trae、Codex、CC等一大堆，他们有很多新的概念和架构提出，我们往往需要快速验证（MVP版本）来看效果。而全栈就是这么快速验证的一个手段，加上Ai Coding的辅助，目前看起来问题不大（仅仅针对Agent而言）。而且Coding的产品形态往往是一个Plugin、Cli之类的，本质还是属于大前端领域。不过针对业务后端来看，区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么？是的没错，本质上还是提示词。不过现在也衍生出一个新的Context Eneering，抽象成一种架构思想（类比框架、或者你们业务架构，参考商品有商品发布架构来提效）。本质还是提示词，但是就是能否最大化利用整个上下文窗口来提升效果，这个还是有很多探索空间和玩法的，例如Cursor的思想：上下文万物皆文件， CoWork之类的。后续也有一些Ralph Loop啥的，还有Coding里面的Coding Act姿态。这种才是比较核心的点，而不是你让AI生成的那提示词，然后调用了一下大模型那么简单；也不是dify、LangGraph搭建了一套workflow，从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事，大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的，我们ld也常把这句话挂在嘴边：“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代，懂一点还是会好一点，所以润去字节了。目前的实习生活呢，除了修一些Tools的问题，还包括对比Claude、Cursor、Trae在某些源码实现思想上的点，看看能不能迁移过来，感觉还是比较有意思。不过目前组内还是主要Follow比较多，希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场，希望能好好的吧。说不定下次发的时候，正式AI泡沫结束，然后我又回归传统后端这么一个结局了。欢迎交流👏，有不对的🙅不要骂博主（浅薄的认知），可以私聊交流