蚂蚁已经有 AI Coding 笔试/面试分享，美团连岗位要求里都开始直接写 AI Coding 工具了。字节、小红书这些也明显在问 AI 开发习惯。以后面试不只看你会不会写，更看你会不会借 AI 把活干明白。

我这边快的时候，几乎每个工作日都有推进；慢的时候，一个月都未必能走完。真不完全看你强不强，很多时候看团队是不是急招、HC 够不够、业务线缺不缺人。面试里当然有发挥因素，但从投递到 OC，供需关系往往比想象中更决定速度。

AI 时代也有必要刷题，但别刷成“题感上瘾”。大厂和中厂不少岗位还会考算法，LeetCode 仍是最低成本的准备方式。问题是，只会刷题已经不够了。现在更值钱的是：能不能用 AI 提效、能不能看懂工程代码、能不能把需求落成可运行的东西。我的看法是，题要刷到能过面试，剩下时间多补项目、调试、系统设计。

我觉得最适合大厂的，不一定是最聪明的，而是能在复杂流程里把事推进下去的人。能接受汇报、协作、反复对齐，也能在高标准下稳定交付。想清楚自己图什么：平台、方法论、履历，图得明白，待得才久。

对我来说，不是拿了多少工资那一刻，而是下一家面试时，我第一次能把自己做过的业务、踩过的坑、为什么这么设计讲清楚。那时候突然觉得，这段实习真的没白干。哪怕只是拧过几颗螺丝，至少我知道机器怎么转了。

曾经的我是这样的：我一般不会说“还没找到”就结束，而是会具体一点：最近在投哪些岗位，面了几家，卡在哪一轮，接下来准备怎么改简历、补项目。父母其实未必懂招聘流程，他们更多是想知道你没躺平、心里有数。要让他们安心，不用把自己说得很惨。

真想入 Agent 这行，我觉得先把几件事学扎实：LLM 基础原理、Prompt 和上下文管理、Tool Calling、RAG、工作流编排，再补工程能力，比如 Python/Go、接口设计、异步任务、日志监控和评测。LangChain 这类框架是加速器，不是基本功。很多人卡住，不是不会调模型，而是不会把工具、状态、流程和异常处理真正串起来。

我有次技术面反馈都不错，HR 面也聊得挺顺，结果最后还是挂了。后来才慢慢明白，HR 面挂人不一定是你回答有问题，很多时候就是 HC 临时收紧、薪资没对齐，或者刚好来了个更匹配的人。所以被刷了别老反复内耗，真不一定是在否定你。

我之前几次 HR 面，技术反而聊得不多，更多是在看你是不是个沟通正常、做事靠谱、能长期合作的人。会顺着离职原因、加班看法、同事相处这些往下问，回答别太冲，也别太假，真诚一点反而更加分。

HR当时问得挺直接，我没说“完全接受”，也没直接拒绝。我说项目关键节点需要推进时，我能配合加班，上一份工作上线前我也连续跟过几天。但我更看重提前规划和执行效率，不希望长期靠加班解决问题。后来我还反问了他们团队平时的加班频率。

我之前一次 HR 面，被追问离职原因。那时候我的回答是，前一阶段家里更需要我，想把时间多留给家人，所以做了离职调整。后来再找工作时，我也会坦诚说明，现在生活已经稳定，可以更专注投入工作。感觉这种回答真实，也比较容易让人信服。

AI能写方案、拉数据、做复盘，但替代不了背绩效的人。目标没达成，要有人去解释；项目延期了，要有人去协调；线上出问题了，要有人半夜接电话。AI负责产出，人负责结果。真正难的，从来不是把活做完，而是把责任扛住。

AI能给方案、写文案、做分析，但替代不了那个真正负责的人。项目出问题时，得有人扛；同事情绪低落时，得有人察觉；客户临时变卦时，得有人当场判断。AI会算，但不会真的承担后果。

说到底，最难受的不是“烂工作”还是“没工作”二选一，而是明知道这份班很烂，却因为房贷、家用、空窗期压力，不敢辞；也知道不工作焦虑，但手里没有更好的 offer。真正压垮人的，是想走走不了，想留又不甘心。