在使用AI编程的过程中，我逐渐发现，高效的关键不是“让AI替我写代码”，而是“让我和AI一起写代码”。首先，我会把需求拆得足够清晰再提问。与其说“帮我写一个系统”，不如具体说明功能、语言、框架和预期效果。描述越清楚，AI给出的代码越准确，也能减少反复修改的时间。其次，我把AI当作编程助手，而不是一次性生成器。我常用它来生成函数、优化逻辑、排查报错或解释代码，而不是直接复制整段代码运行。通过逐段验证和理解，我既提高效率，也不会失去对项目的掌控。同时，我会持续迭代提问。如果第一次结果不理想，我会补充条件、指出问题、要求优化。把对话当作协作过程，而不是单次请求，效果往往更好。对我来说，高效使用AI ...

投了半个月，陆陆续续有150多份，但是接到0场面试，实在不知道问题出在哪了，确实没有实习经历，已经尽力在写简历了

末九本科参加春招，之前考研，不过已经寄了。这个不是简历，是我现在四年的所有经历，目前主要是不知道选那个方向，大模型算法那些听说很难，但是硬件我又不会，求指点方向。

Spark 3.x AQE 与 DPP题目一：AQE 的三大能力与适用场景场景：你们的离线数仓从 Spark 2.x 升级到 Spark 3.x 之后，发现同一份 TPC-DS 报表整体性能提升了不少，但有些 SQL 在数据倾斜场景下表现差异更明显。Leader 让你梳理并落地 Spark 3.x 的 AQE（Adaptive Query Execution，自适应查询执行）能力，用来统一优化 SQL。要求：说明 Spark 3.x AQE 相比 Spark 2.x 的核心目标是什么，解决了 Spark 2.x 哪些「静态优化」的痛点？结合实际查询场景，分别举例说明 AQE 的 三大能力： 动...