拼多多2026秋招内推【简历优先安排】

自我介绍了解过什么排序算法，说一下快速排序、堆排序的思路步骤面向对象的三大特性位图是什么？它的使用场景是什么？数据库中索引用的什么结构？红黑树和B+树在插入、搜索时候的区别红黑树的节点规则都有哪些？抽奖系统中异步解耦是用于什么场景，并且是怎么做的？微服务判题系统中提到用了安全沙箱，是怎么创建的？如果是高并发的情况，那么安全沙箱是如何抵挡住高并发压力的？策略模式是什么，它在项目使用中是如何体现的？平时用 ai 都是用的哪些大模型，这些大模型都有什么区别？

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

希望各位大佬能给些建议

大家好，我是程序员花海，今天跟大家聊一个老生常谈的话题：简历里面准备什么东西才不会烂大街？我在面试的时候见过很多同学用的项目：1.苍穹外卖2.瑞吉外卖3.黑马头条4.谷粒商城5.短链接6.12306火车票7.优惠券系统8.大麦商城之类的项目。这些项目都很不错，但是要考虑个问题，大家都用一样的项目，那面试的时候怎么拉开差距呢？大家都用一样的项目，而且基本上这些项目经过这么多人使用，其实能够问的东西早就挖的差不多了，也不会再挖出什么亮点，如果你学历不错，那用这些烂大街的项目可以，但是如果学历不占优势的同学还用这些烂大街的项目，在面试的时候就不太占优势了。今天跟大家分享一个好的方向：现在AI面试不会...